OTT TV业务流量经营及关键技术应用

doi:10.11959/j.issn.1000-0801.2015105

摘要/Abstract

摘要：

介绍了以OTT TV业务系统为基础，通过移动终端结合跨屏内容强关联、O2O服务等业务方式进行流量经营，进而实现OTT TV业务价值的增值与转移。详细描述了利用现有内容制作、多屏协议、内容关联等技术，通过用户间的分享实现内容组织、业务服务、营销推广自组织的技术方案。

关键词: OTTTV, 流量经营, 多屏互动

Abstract:

The traffic marketing of OTT TV service was mainly introduced.With the combination of mobile terminals and strong correlation across the screen content technology,O2O service and other business models,the value chain of OTT TV will be extended to the mobile internet and content related services,user-oriented marketing will be a great help to accelerate the develop of OTT TV service.Technologies such as producing using existing content,multi-screen protocol and content associated were described in detai1.Meanwhile,technology solutions such as content organizations,business services and marketing organization with the sharing of users were discussed.

Key words: OTT TV, traffic marketing, multi-screen interactive

沈昕,黄莹,王风. OTT TV业务流量经营及关键技术应用[J]. 电信科学, 2015, 31(4): 15-21.

Xin Shen,Ying Huang,Feng Wang. Key Tecbnology Application of OTT TV Service Traffic Marketing[J]. Telecommunications Science, 2015, 31(4): 15-21.

图/表 5

表1

图1

图2

图3

图4

参考文献 10

1	Airplay. , 2015
2	Digital living network alliance. , 2015
3	Miracast. , 2015
4	Conway D , White J M . 机器学习实用案例分析．陈开江，刘逸哲，孟晓楠等译．北京：机械工业出版社， 2013 Conway D , White J M . Machine Learning for Hackers.Translated by Chen K J, Liu Y Z, Meng X N, et al. Beijing: China Machine Press, 2013
5	聚类算法． , 2015
6	常凯敏，张岩，王洪飞等． Web数据聚类算法研究．电脑开发与应用， 2015（1） Chang K M , Zhang Y , Wang H F , et al. Web data aggregation algorithm study. Computer Development and Application, 2015（1）
7	王晓博，李晓，马博．基于频繁词义序列的检索结果聚类算法研究．计算机工程与应用， 2015（1） Wang X B , Li X , Ma B . Search result clustering algorithm based on frequent itemsets meaning sequence. Computer Engineering and Applications, 2015（1）
8	Mahout． , 2015
9	White T ． Hadoop权威指南．曾大聘，周傲英等译．北京：清华大学出版社， 2010 White T . Hadoop the Definitive Guide.Translated by Zeng D D, Zhou A Y. Beijing: Tsinghua University Press, 2010
10	何清，李宁，罗文娟等．大数据下的机器学习算法综述．模式识别与人工智能， 2014（4） He Q , Li N , Luo W J , et al. A survey of machine learning algorithms for big data. Pattern Recognition and Artificial Intelligence, 2014（4）

设备	主要用途	主要属性	使用地点	特点
个人电脑	高效地获取信息	查找信息、跟踪热点	办公室或家里	使用时需要集中精力，并耗费一定长度的时间
智能手机	保持在线	通信、娱乐	家中或路上	使用时可随时被打断，使用时长短
平板电脑	娱乐	娱乐、通信	家中	在使用时无明显的时间边界
电视机	娱乐	娱乐、跟踪热点	家中	使用时无需集中精力，耗费一定长度的时间

[1]	施唯佳,魏峥,祝谷乔. 以电视屏为核心的智慧家庭下一代多屏互动技术体系[J]. 电信科学, 2018, 34(11): 113-118.
[2]	丁亦志,吕红卫,牛瑛霞,李邵平. 全面深化流量经营部署方案探讨[J]. 电信科学, 2016, 32(6): 195-200.
[3]	肖晴,王思伟. 开放互联网环境下电信运营商视频业务技术演进策略[J]. 电信科学, 2015, 31(4): 9-14.
[4]	宫云平,周文红,梁朝军. 增值流量经营研究及建议[J]. 电信科学, 2014, 30(Z1): 85-87.
[5]	刘洁,王哲. SDN驱动构建运营商新型业务平台体系[J]. 电信科学, 2014, 30(7): 107-112.
[6]	丁亦志,崔海东. 实现流量经营的智能管道与智能运营双核模型[J]. 电信科学, 2013, 29(9): 141-144.
[7]	蒋力,邓竹祥. IPTV与OTT TV业务的发展现状及趋势[J]. 电信科学, 2013, 29(4): 8-11.
[8]	何飚,张明光,李璐. 移动互联网时代流量经营的价值提升策略研究——基于S公司实证分析[J]. 电信科学, 2013, 29(11): 136-145.
[9]	阮科,冯明,朱永庆,邹洁. 固网运营商流量经营策略研究[J]. 电信科学, 2013, 29(11): 159-162.
[10]	刘克飞. 基于流量经营的电信运营商智能管道构建研究[J]. 电信科学, 2012, 28(8): 145-149.
[11]	陈志竞,梁伯瀚. 数据挖掘助力精细化流量经营[J]. 电信科学, 2012, 28(7): 1-5.
[12]	全波,姚素丹. 移动互联网时代电信运营商流量经营探索[J]. 电信科学, 2012, 28(7): 18-22.
[13]	雷晓东. 关于智能管道商业运营模式的思考[J]. 电信科学, 2012, 28(6): 114-118.
[14]	谈燕,贺仁龙,邱晨旭. 移动互联网流量经营数据分析与案例研究[J]. 电信科学, 2012, 28(2): 32-35.
[15]	宋杰,张敏. 国际运营商流量经营模式变革研究[J]. 电信科学, 2011, 27(8): 1-5.