张涛：人工智能助力影视行业，推动影视经济高水平发展

（文/肖烨）随着互联网数字科技的不断进步和影视行业的高速发展，各类影片数量每年都在呈指数增长，科技进步所带来的海量影视资源给用户造成信息过载，将他们“湮没”在互联网世界中，并给他们造成困扰。用户希望在各影视平台获得更个性化的内容，而平台也希望给用户提供符合其需求的项目以提高他们的黏性和忠诚度，但随着海量数据的指数级增长，传统推荐技术存在的弊端已越来越明显，也越来越满足不了用户的需求。在新的形势下，如何在短时间内，根据用户的不同场景，对用户进行精准而实时的推荐是当前影视个性化推荐领域比较热门的研究话题。

对此，我国著名制片人、北京略火数字动漫设计有限公司制片人张涛提出了自己的看法，他说：“科技时代，影视行业面临着诸多挑战，无论是剧本策划、主创团队挑选，还是进度管理、影片发行、营销宣发等，都比以往更具颠覆性。而想要在这些方面有所突破，就必须紧跟科技时代步伐，在以上方面进行创新，将先进的技术融合其中，才能促进行业更快更好地发展，为中国影视行业的智能化发展提供技术上的支撑。”

多年来，张涛一直在影视行业深耕，并且对人工智能、大数据、VR影像等新兴尖端技术有着极为深刻的研究。面对如今“影视+科技”不断增长的趋势，张涛决定依托多年来的制片实践经验以及前瞻性思想，以科技创新个性推荐为指导，秉承着更精准、更快捷、共同频的技术形式，在影视行业个性化推荐领域展开一系列探索，取得很多优秀研究成果；此外，张涛还为众多影视企业助力，全面展示了“影视+科技”的融合创新趋势，展现出新时代制片人的创新能力。

针对行业中出现的影视推荐不精准、用户交互数据缺少、无法推荐新项目、缺乏对潜在用户分析、不了解用户主要需求点等问题，张涛也有自己的解决之道。针对信息爆炸时代所造成的信息过载，给用户造成的择片困难，张涛通过不断钻研和总结，研发出“基于人工智能的个性化电影推荐系统V1.0”。与以往的统计电影数量、根据众多电影统计不同类型电影热度排序的同类型技术成果相比，该技术将深度学习与推荐系统相融合，并形成新的混合推荐算法，充分挖掘影视项目和用户不同特征区域之间的高阶交互，并嵌入向量的神经网络模型，以此提高系统推荐准确度及用户忠诚度。

“基于人工智能的个性化电影推荐系统V1.0”的优势明显。首先，该技术将用户特征和电影属性特征输入混合算法中分解，收集用户、项目数据信息，利用深度网络提取用户、项目特征，针对所收集的信息，通过卷积神经网络提取重要信息，深度学习同时重新划分，以此预测评分。其次，混合算法中的推荐模型DAC-NeuMF还会与多种模型对比实验，根据所得误差验证算法的有效性，并解决其他算法中所不能解决的用户查找效率低和数据稀疏性问题。再次，该技术将原有的用户信息和已知项目信息再次从多层次、多维度、多方位分析和配对，构建一个实际的电影推荐系统，以实现对用户的个性化推荐。该技术在一定程度上缓解因用户交互数据缺少、无法精准推荐新项目等问题对推荐结果的影响。

据了解，张涛自己所在的北京略火数字动漫设计有限公司早在此技术成功研发前，就曾将这一技术的雏形运用于《海豚之子》等作品，虽然当时该技术尚未成功研发，但在已表现得很好，帮助《海豚之子》吸引到更多精准同频用户，让用户在观影后念念不忘，成为平台的新粉丝，增加了用户对平台的黏性并增加了客户的忠诚度。目前“基于人工智能的个性化电影推荐系统V1.0”已经被多家影视行业企业所采用，超过百余部影视应用这款技术成果。

“基于人工智能的个性化电影推荐系统V1.0”的成功研发，让张涛在国内影视行业名声大噪。许多人都说张涛开创了我国影视行业个性化电影推荐的新纪元，是一个具有“里程碑式”的人物。不过张涛对此却非常地低调，他表示能够取得如此优异的成绩，离不开同行的帮助与提携，他表示：“我希望通过影视行业智能化个性化推荐的细分领域来推进行业智能化发展进程，能够用人工智能、大数据、物联网系统解决影视行业中遇到的所有痛点，未来，我将继续在此深耕，逐步打造出更丰富的技术成果，为影视行业贡献更多的力量。”