大数据应用背景
海量视频内容，让用户迅速精准发现兴趣点，最大程度猜测用户喜好，大数据分析让一切成为现实。
跨网络
运营商对应用内内容、数据感知能力差
跨应用
运营商多包含多SP/CP内容，整合难
难运营
运营商需要分析及推荐结果灵活结合多种业务模式
高效的推荐建立在精确的用户画像，深度的媒资内容分析，良好的结合用户侧行为，灵活运用神经网络，机器学习等手段，通过长期积累打磨而最终符合用户期望。
各环节有效整合
底层大数据技术
全流程应用
基于Hadoop架构的全流程推荐应用链，从用户行为数据采集到分析结算到视频内容智能推荐，数博视智能推荐平台具备全环节数据流通处理能力，模块化封装，可单独适配上下游系统。
相关技术综合运用
推荐系统的环节包括内容挖掘、生成画像、推荐计算、召回与排序等，每个环节都有涉及不同的算法，系统支持多种算法，并支持对这些算法的修改和调优，从而实现最优的推荐结果。支持但不限于Content Based、协同过滤、Factorization Machine、SVD++、逻辑回归、GBDT等推荐所用核心算法。
标准媒资管理平台
长视频生态用户大量依靠观看内容描绘用户行为，对标准媒资内容描绘越精确，所取得的用户画像便越精准。我们拥有目前业界数量最大，内容最全，对外输出最完整的长视频标准媒资管理平台。
典型应用场景