智能推荐引擎移动数字内容推荐行业分析报告.docx

智能推荐引擎移动数字内容推荐行业分析报告.docx

《智能推荐引擎移动数字内容推荐行业分析报告.docx》由会员分享，可在线阅读，更多相关《智能推荐引擎移动数字内容推荐行业分析报告.docx（18页珍藏版）》请在冰豆网上搜索。

智能推荐引擎移动数字内容推荐行业分析报告

2019年智能推荐引擎移动数字内容推荐行业分析报告

2019年9月

一、行业监管部门、监管体制、主要法律法规及政策

1、行业主管部门及监管体制

移动数字内容推荐行业主管部门主要包括工信部、国家新闻出版广电总局、文化和旅游部、国家新闻出版署等。

行业自律组织包括中国版权协会、中国出版协会、中国音像与数字出版协会、中国互联网协会等。

（1）行业主管部门

①工信部

工信部，是根据2008年3月11日公布的国务院机构改革方案，组建的国务院直属部门。

工信部主要职责为：

拟订实施行业规划、产业政策和标准；监测工业行业日常运行；推动重大技术装备发展和自主创新；管理通信业；指导推进信息化建设；协调维护国家信息安全等。

②国家新闻出版广电总局

国家新闻出版广电总局是新闻、出版、广播、电影和电视领域的国家管理部门。

国家新闻出版广电总局主要职责为：

拟定新闻出版广播影视宣传的方针政策；起草新闻出版广播影视和著作权管理的法律法规草案，制定部门规章、政策、行业标准并组织实施和监督检查；制定新闻出版广播影视领域事业发展政策和规划；监督管理新闻出版广播影视机构和业务以及出版物、广播影视节目的内容和质量；对互联网出版和开办手机书刊、手机文学业务等数字出版内容和活动进行监管等。

③文化和旅游部

2018年3月，根据第十三届全国人民代表大会第一次会议批准的国务院机构改革方案，将文化部职责整合，组建中华人民共和国文化和旅游部。

文化和旅游部的主要职责为：

贯彻落实党的宣传文化工作方针政策，研究拟订文化和旅游工作政策措施；统筹规划文化事业、文化产业、旅游业发展，深入实施文化惠民工程；组织实施文化资源普查、挖掘和保护工作，维护各类文化市场包括旅游市场秩序；加强对外文化交流，推动中华文化走出去等。

④国家新闻出版署

2018年3月，中共中央印发《深化党和国家机构改革方案》，将国家新闻出版广电总局的新闻出版管理职责划入中央宣传部，中央宣传部对外加挂国家新闻出版署铭牌。

国家新闻出版署主要职责为：

贯彻实施中华人民共和国著作权法律、法规；拟订国家版权战略纲要和著作权保护管理使用的政策措施并组织实施；承担国家享有著作权作品的管理和使用工作，对作品的著作权登记和法定许可使用进行管理。

（2）行业自律组织

①中国版权协会

中国版权协会是新闻出版总署主管的全国性版权专业社会团体，是我国版权领域唯一具有广泛代表性的社会团体。

中国版权协会遵循为人民服务、为社会主义服务的方向，团结全国热心版权事业的团体和个人，推动版权法律的实施、组织、推动版权的理论研究与学术交流，促进我国版权制度的不断完善。

同时，中国版权协会为著作权人及作品使用者提供相关服务，维护权利人的合法权益，促进社会主义文化和科学事业的发展与繁荣。

②中国出版协会

中国出版协会是中国出版界自愿结成的全国性全行业的社会团体，是出版界联系政府管理部门的桥梁和纽带。

中国出版协会的主要职能为：

组织和推动出版单位和出版工作者学习理论，贯彻执行中国共产党和中国政府的方针、政策；参与制订行业标准和行业发展规划，开展专业资质认证等工作。

③中国音像与数字出版协会

中国音像与数字出版协会是由全国从事音像与数字出版行业生产经营的企事业单位及个人自愿结成的、具有独立法人资格的非营利社会团体，是中华人民共和国唯一的全国性音像与数字出版行业组织。

中国音像与数字出版协会在唱片创作、光盘制作、教育音像、数字音像、音乐产业促进、游戏出版、反盗版，以及专业数字、大众数字内容制作、数字传媒、数字分销等多个方面设有分支机构。

④中国互联网协会

中国互联网协会成立于2001年5月25日，由国内从事互联网行业的网络运营商、服务提供商、设备制造商、系统集成商以及科研、教育机构等70多家互联网从业者共同发起成立。

中国互联网协会的主要职能是组织制定互联网行约、行规，维护行业整体利益，实现行业自律，协调行业与政府主管部门的交流与沟通等。

2、行业主要法律法规及产业政策

（1）主要法律法规

主要法律、行政法规、部门规章如下：

（2）主要产业政策

主要产业政策如下：

移动数字内容行业受到国家相关法律法规的严格监管，同时移动数字内容行业亦受到多项产业政策重点支持，网络文学、网络动漫、网络音乐、网络游戏等传统泛娱乐产业日益成为我国网络强国和文化强国建设的新支柱、数字经济发展的新动能。

二、行业发展现状及发展趋势

1、智能推荐引擎

（1）推荐引擎的历史演变

智能推荐引擎即个性化推荐引擎系统，是人工智能技术最早应用领域之一。

它建立在海量数据挖掘以及综合使用算法模型等推荐手段的基础上，在特定应用场景向用户推荐有用的物品和内容，为用户提供个性化的信息服务和决策支持。

随着人工智能技术的发展，推荐引擎也经历了“人工推荐”、“机器学习”、“深度学习”等发展阶段。

①人工推荐阶段

在算法及模型在推荐系统领域占有主导地位之前，专业编辑往往充当“人工推荐系统”的角色，主观选择并推送出用户可能喜欢的内容。

“人工推荐”的好处在于能够高质量地定制内容，传统内容媒体（如纽约时报、华盛顿邮报）依靠高水平的编辑筛选并推荐内容，吸引了大批读者。

但“人工推荐”在面对与日俱增的信息和数据时显得效率低下，因此出现了早期的推荐系统（如雅虎的“联系上下文的多臂老虎机”），将“人工推荐”与“机器算法”相结合，根据一些简单的算法或模型提升推荐效果。

②机器学习阶段

2006年至2009年的NetflixPrize大赛，极大的推动了推荐引擎的发展，使得以矩阵分解为基础的机器学习算法开始盛行，矩阵分解和集成学习成为机器学习的重要工具。

这个时期的推荐系统的研究和开发表现为三个趋势。

一是隐语义模型与复杂的概率图模型特别是话题模型结合起来，能够把现实问题中的各类假设方便地设计到模型中去；二是推荐系统和信息检索特别是LearningToRank技术的结合，为直接优化返回结果列表而不是预测单个物品的评分提供了可能性；三是因为应用场景的需要，张量分解、多矩阵协同分解以及分解机等技术先后被开发出来。

除此之外，推荐系统技术也与社交媒体、多媒体数据如图像、音频和视频结合，逐渐成为互联网信息提供商的基础设施。

③深度学习阶段

机器学习推荐系统研发的核心是如何提高针对单一问题的算法方案的准确度，而忽视了人机交互的时间性和系统性，从而很难对变幻莫测的用户行为以及瞬息万变的外部环境进行完整的建模。

典型问题之一就是推荐系统容易产生千篇一律的结果，从而导致用户接收的信息越来越窄。

从2006年开始的深度学习浪潮对整个人工智能领域产生了颠覆性影响。

不少学者和公司开始尝试采用深度学习模型解决传统模型很难甚至无法解决的问题。

第一类探索包括利用深度学习模型替代传统模型在已知问题上提高推荐效果；第二类尝试主要是利用深度学习技术探索以前不容易解决的一些问题。

深度学习逐渐成为人工智能和推荐引擎应用的核心，但总体而言，目前深度学习在推荐系统领域的应用依然处于初级阶段。

（2）推荐引擎在移动互联网的应用

推荐引擎技术的落地应用，最终还是要和特定的应用场景结合起来。

不同场景下的算法、算力及领域专业能力具有显著差异，需要长时间的数据积累和算法模型训练。

移动互联网的发展，使得推荐引擎应用场景更为广阔。

在电子商务、个性化阅读、社交网络以及共享经济高速发展的今天，发现用户的需求、了解用户的行为并为用户筛选出最相关的信息和产品已经是互联网服务的一个核心环节。

在帮助用户寻找信息，帮助服务商寻找客户的环节，推荐系统有着举足轻重的地位，推荐系统被广泛的应用于移动互联网场景。

在移动互联网场景应用方面，电子商务最早引入推荐引擎。

作为推荐引擎的先驱者，亚马逊较早开发了基于物品的电商推荐系统，使得亚马逊销售业绩大幅提升。

基于亚马逊的成功经验，国内的电商巨头淘宝、京东等也陆续上线基于用户的个性化推荐。

在新闻资讯领域，国内的字节跳动依靠个性化推荐引擎技术实现资讯内容的精准分发，并逐步崛起为移动互联网内容分发领域的领军者。

在移动广告营销领域，以XX为代表的人工智能企业在AI场景识别广告业务成效显著。

另外，在移动数字阅读领域，以宜搜科技为代表的企业较早引入推荐技术，并依靠精准的内容推荐实现快速发展。

2、移动互联网行业

（1）移动互联网发展现状

①移动互联网用户规模增速放缓，存量用户对移动互联网依赖度提升

根据QuestMobile统计数据，截至2019年3月，中国移动互联网月活跃用户规模达到11.38亿，创历史新高，但同比增速首次跌至4%以下，用户规模增速开始放缓。

用户使用时长方面，2019年3月中国移动互联网用户月人均单日使用时长近6小时，同比增长36.8分钟，反映出存量用户对移动互联网的依赖进一步加强。

②互联网经济继续保持较高增速，高于传统经济增速

根据工信部发布的《2018年互联网和相关服务业经济运行情况》，2018年我国互联网业务继续保持较高增速，完成业务收入9,562亿元，近六年年均复合增长率达到23.58%，远高于同期国内生产总值8.71%的复合增长率。

我国互联网经济在保持多年的高速增长后有所放缓，但相对传统行业仍享受较多人口红利，通过提升内容质量、创新商业模式、开发新兴技术等可以进一步挖掘行业潜能。

③网络版权环境持续改善，内容付费意愿提升

根据《中国网络版权产业发展报告（2018）》数据统计，2018年中国网络版权产业规模达到7,423亿元，同比增长16.6%，经历连续十多年高速增长后有所放缓，但近六年复合增长率仍高达28.03%。

得益于我国版权环境的持续改善，以及产业界的持续创新，中国网络版权产业已经成为推动我国版权产业振兴的核心支柱和驱动我国数字经济发展的重要引擎。

企业正版化运营和用户为正版付费的理念深入人心，网络版权产业用户付费与广告二元驱动的商业模式已经形成。

（2）移动互联网发展趋势

①信息数量爆炸式增长，信息过载日益加剧

根据IDC发布的《数据时代2025》预测数据，预计到2025年，全球每年产生的数据将从2018年的33ZB增长到175ZB，相当于每天产生491EB的数据。

据IDC预测，2025年，全世界每个联网的人每天平均有4,909次数据互动，是2015年的8倍多，相当于每18秒产生1次数据互动。

随着信息数量的爆炸式增长，信息过载日益成为人们处理信息的挑战。

对于移动互联网用户而言，面对即时更新的海量数据信息，无法快速甄别有效信息并选择性吸收，对信息敏感度大幅降低。

对于信息生产者而言，如何把恰当的信息及时传递给用户，从而实现特定的目的（比如广告营销或促进商品交易量），亦是一件颇具难度的事情。

推荐系统的诞生极大的缓解了信息过载的困境，它改变了信息生产者和接收者的沟通方式，极大促进了两者之间的交互性。

②用户下沉到三四线城市，垂直赛道仍有良好增长机会

根据QuestMobile统计数据，截至2018年12月，我国三四线及以下城市的下沉区域的月度活跃设备达到6.18亿台，占比54.6%，月活跃用户同比增量最大的10款应用中的9款，来自于三四线及以下城市的增量均大于一二线城市增量。

三四线以下城市的下沉区域比非下沉区域多出1.05亿用户，凸显下沉区域的巨大市场潜力。

2013年以来，我国城镇居民人均可支配收入增长速度普遍低于农村居民，农村居民人均消费支出增速亦超过城镇水平，下沉区域的居民消费潜力进一步增强。

随着下沉区域用户的拓展，垂直细分行业获得新的发展机会，增量TOP10的细分领域中，有7个在下沉市场获得更多的新用户，下沉市场依然存在巨大的增量空间。

注：

规模同比增量=2019年3月用户规模-2018年3月用户规模；下沉区域增量占比=某行业下沉区域用户增量/该行业用户总增量

③支付环境优化，进一步刺激用户消费

根据QuestMobile统计数据，截至2019年6月，我国移动支付行业用户规模已突破9亿，成为仅次于移动社交、移动视频、移动购物的第4大行业。

同时，截至2019年6月，移动支付行业活跃用户渗透率达到79.2%，相较于上年同期上升10.7%。

随着移动支付用户规模和渗透率的持续提升，支付便捷度得到极大提升，移动网民支付意愿亦随之提升。

3、移动数字内容行业

（1）泛娱乐行业整体概况

我国的泛娱乐产业以文化为核、娱乐为表，通过精品IP衍生和技术创新驱动，不断为人民群众提供创新性的文化产品，满足人民日益增长的美好生活需要。

2017年以来，我国网络文学、网络影视、网络动漫、网络音乐、网络游戏等传统泛娱乐业态迎来精细化发展，泛娱乐内部各业态之间深度融通、泛娱乐产业与实体经济加速融合。

泛娱乐产业日益成为我国网络强国和文化强国建设的新支柱、数字经济发展的新动能、信息消费增长的新源泉、社会正能量传播的新渠道和实体经济振兴的新推手。

根据艾瑞咨询的统计数据，2018年我国泛娱乐市场规模达4,642.6亿元，预计仍将保持超过20%的增速，至2020年市场规模将超过6,700亿元，泛娱乐行业具有广阔的市场前景。

注：

“泛娱乐行业”包括网络游戏、网络视频、网络直播、短视频、在线阅读、在线音乐和娱乐化网络动漫市场

（2）移动数字阅读行业概况

①移动数字阅读行业发展现状

A、数字阅读市场规模快速增长，大众阅读市场规模超两百亿

随着网络通讯技术的不断发展，智能手机、平板电脑等移动终端设备的增加，我国移动互联网快速发展，为移动阅读市场的繁荣奠定了基础。

根据《2017年度中国数字阅读白皮书》统计数据，2011年至2017年，我国数字阅读市场规模从27亿元增加至152亿元，年均复合增长率达到33.38%。

根据《2018年度中国数字阅读白皮书》统计数据，2018年我国数字阅读产业规模达到254.5亿元，其中，包含网络文学、出版物电子化、有声作品等在内的大众阅读市场规模为233.3亿元，占比逾九成。

B、数字阅读用户规模超四亿，国民阅读参与率逾八成

根据《2018年度中国数字阅读白皮书》统计数据，2018年我国数字阅读用户规模增长至4.32亿，人均数字阅读量达12.4本，人均单次阅读时长达71.3分钟，均创造历史最高记录。

自2014年以来，“全民阅读”被六次写入政府工作报告，国家大力倡导全民阅读，建设学习型社会，全民阅读深入群众。

2012年至2018年，我国国民阅读参与率已从76.3%上升至80.7%，数字阅读在我国已拥有庞大的用户规模和群众基础。

C、数字阅读渗透率不断上升，用户付费意愿持大幅提升

随着我国版权保护制度的逐步完善、消费水平不断升级以及游戏、影视等IP衍生的流量带动，我国数字阅读的渗透率不断提升，用户对优质数字内容的付费意愿也逐步提升。

根据《2018年度中国数字阅读白皮书》统计数据，2016年至2018年，我国数字阅读用户的电子书付费意愿由60.3%提升至66.4%；同时，各年龄段用户的实际付费金额均高于其意愿付费金额，68.7%的数字阅读用户愿意付费区间在20元以上。

②移动数字阅读行业发展趋势

A、技术驱动产业升级，智能推荐渐成潮流

随着信息技术的快速迭代升级，数字阅读产业技术逐渐向智能化方向发展，“大数据”、“智能推荐”、“千人千面”等成为数字阅读产业技术的关键词。

主流数字阅读平台更加注重用户体验，通过个性化智能推荐引擎系统实现数字内容的精准推荐，不断优化内容匹配，实现个性化的内容定制功能，极大优化用户信息接收效率及体验。

B、全民阅读深入群众，数字阅读将迈入新时代

近年来，在多项倡导“全民阅读”，创建“学习型社会”的政策推动下，我国数字阅读呈现出阅读服务更加公共化、内容质量更加精品化、版权运作更加精细化、价值评估更加体系化、传播渠道更加多元化的特征，数字阅读正式进入提质提效的新时代。

未来，随着“全民阅读”的持续深入推进，我国数字阅读行业将更加精细化运作，通过技术升级赋能推进深度数字化，以直达用户个性化需求挖掘行业潜在价值。

C、网络文学出海，市场规模持续扩大

随着我国文化“走出去”政策的不断完善，以及“一带一路”倡议的落地实施，我国企业具有迫切的拓展海外市场的需求。

以数字内容为核心的文化项目，将受到更多资本青睐，通过互联网+资本方式推动中华文化向海外市场输出。

截至2018年，我国网络文学出海的翻译作品数量超500部，海外中国网络文学网站日活跃用户数超50万人，海外中国网络文学网站日均访问量超500万次，中国网络文学海外市场规模持续扩大。

三、行业技术水平和技术发展趋势

个性化推荐引擎是人工智能技术最早应用领域之一。

当前人工智能的核心是基于神经网络的深度学习，这同样也是推荐引擎的核心。

深度学习的技术特点是需要根据特定应用目的，利用大量且优质的数据，对学习网络进行反复训练。

通过传播算法，不断自动变换各层以及各节点的参数，以最终得到符合实际应用要求的训练结果。

深度学习的训练特点决定了数据、算法、领域专业能力的重要性。

1、数据方面

深度学习算法的核心在于通过优质的数据进行反复训练，是否取得任务相关的足量优质数据集是算法取得成功的关键。

比如科大讯飞在智能语音领域的重要优势，在于具有足量优质的方言数据库，因此其语音识别产品具有较高识别率。

2、算法方面

虽然深度学习的核心框架相对固定，但是为了使得学习模型在特定应用场景取得较好效果，往往需要做很多的算法优化和工程优化，以使得模型最终在具体场景取得更好的效果，比如更快的计算效率，更准确的分类概率等。

因此对特定应用领域，具备强大的算法能力，是产品和企业成功的关键技术保障。

3、领域专业能力方面

推荐引擎技术的落地应用，最终还是要和特定的应用场景结合起来，需要实施公司具备丰富的行业实施经验和产品运营经验。

因此，具备一支富有行业经验、渠道能力的团队尤为重要，有助于更好的将技术与应用结合，取得好的实施效果。

基于神经网络的深度学习是人工智能的核心，是机器学习算法更深层次的表现，对推荐引擎的发展影响巨大。

过去十多年的研究和开发，使得深度学习技术迅猛发展，开源软件框架成为业界主流。

但总体来说，深度学习在推荐引擎领域的应用依然处于初级阶段，未来仍然有很长的路要走。

四、行业主要企业

随着“AI赋能”、“智能推荐”在数字阅读领域的兴起，智能化在数字阅读行业的内容生产、阅读体验等方面已经有了实际的应用，推荐技术在数字阅读平台不断得到重视，并日益成为数字阅读平台吸引用户的核心手段之一。

推荐技术开始融入产业发展脉络，成为引领数字阅读行业发展的主要驱动力之一，各大数字阅读企业开始纷纷布局。

目前，国内主流的从事移动数字阅读的企业如下：

1、掌阅科技

掌阅科技成立于2008年9月，是国内领先的移动阅读分发平台，于2017年9月在上交所主板上市。

“掌阅”是掌阅科技开发的一款移动阅读应用软件，目前已与国内外多家版权方合作，是国内文学图书种类最多的平台之一。

2、阅文集团

阅文集团成立于2013年4月，是国内主要的正版数字阅读平台和文学IP培育平台，于2017年11月在香港联合交易所主板上市。

“QQ阅读”是阅文集团旗下的移动阅读应用软件，凭借着腾讯公司的内容资源得以迅速发展并建立优势。

3、广州阿里巴巴文学信息技术有限公司

广州阿里巴巴文学信息技术有限公司（以下简称“阿里文学”）成立于2013年10月，主要定位于网络文学的IP培育及衍生，是阿里巴巴集团“大文娱版块”的重要组成部分之一。

“书旗小说”是阿里文学旗下的一款移动阅读应用软件，其图书资源与阿里文学平台的图书资源同步。

4、咪咕数字传媒有限公司

咪咕数字传媒有限公司（以下简称“咪咕数媒”）成立于2014年12月，主要从事手机阅读、手机报业务的平台和产品开发、业务和内容运营等，是中国移动的数字阅读基地。

“咪咕阅读”是由咪咕数媒开发的一款移动阅读应用软件，主要依靠中国移动的用户、渠道等资源，成为国内正版数字图书汇聚平台之一。

5、深圳宜搜天下科技股份有限公司

依托于智能推荐引擎，公司为终端用户提供阅读、音乐、漫画、游戏等移动数字内容推荐服务，同时为广告客户提供个性化的精准营销服务。

五、行业发展态势、面临的机遇与挑战

1、行业发展态势

2018年，工信部发布的《2018年中国泛娱乐产业白皮书》指出，我国网络文学、网络影视、网络动漫、网络音乐、网络游戏等传统泛娱乐产业日益成为我国网络强国和文化强国建设的新支柱、数字经济发展的新动能、信息消费增长的新源泉、社会正能量传播的新渠道和实体经济振兴的新推手。

2018年中国数字阅读白皮书显示，截至2018年，我国数字阅读用户总量达到4.32亿人，人均数字阅读量达12.4本，人均单次阅读时长达71.3分钟；产业发展方面，中国数字阅读市场规模已达254.5亿元，同比增长19.6%；付费意愿方面，数字阅读用户的版权意识基本建立，付费意愿逐年提升，2018年达到66.4%。

伴随各类政策的出台与完善，全民阅读呈现蓬勃发展态势，智能化将带来用户体验的进一步提升，从而在阅读方面满足人民群众对美好生活的向往。

2、行业面临的机遇

（1）国家政策支持行业发展

党的十九大提出，文化是一个国家、一个民族的灵魂。

文化兴国运兴，文化强民族强。

要坚持中国特色社会主义文化发展道路，激发全民族文化创新创造活力，建设社会主义文化强国。

2018年以来，中宣部、国家新闻出版广电总局、国家版权局等相继印发多项鼓励数字阅读、出版行业发展的政策措施，从内容、版权、传播、产业等多个方面鼓励行业发展，为行业发展提供了有利保障。

2018年12月，国务院办公厅发布《进一步支持文化企业发展的规定》，鼓励符合条件的文化企业进入中小企业板、创业板、新三板、科创板等融资。

（2）数字内容市场前景广阔

根据艾瑞咨询的统计数据，2018年我国泛娱乐市场规模达4,642.6亿元，预计仍将保持超过20%的增速，至2020年市场规模将超过6,700亿元，泛娱乐行业具有广阔的市场前景。

截至2018年12月，我国数字阅读产业规模达到254.5亿元，增长19.6%，整体市场稳步增长；预计到2020年，我国移动阅读市场规模将达到335亿元，依然存在巨大的市场空间。

3、行业面临的挑战

（1）用户争夺日趋激烈

截至2019年3月，中国移动互联网月活跃用户规模达到11.38亿，但2019年一季度月活跃用户仅增长762万，相比去年同期增量下降了300余万。

用户使用时长方面，腾讯、头条、阿里和XX占据了总时长的70%以上，流量日趋向巨头集聚。

随着流量红利的逐渐式微，数字阅读行业用户争夺逐渐加剧，根据QuestMobile统计数据，2018年四季度至2019年一季度，12款月活跃用户超过1,000万的数字阅读APP中，有11款实现了月活跃用户的正增长，其中6款主打免费模式。

免费模式正在改变数字阅读行业格局，短期内通过免费手段争夺存量用户的行为对用户付费意愿形成较大冲击。

（2）行业内高端人才欠缺

一套完整的智能推荐引擎涵盖数据存储、挖掘、算法、策略、应用等多个层面，每一个细分层面均需要相应的人才储备，尤其是核心算法层面的人才较为稀缺。

根据BOSS直聘发布的《2017春季互联网人才趋势报告》，大数据和人工智能相关岗位出现全行业渗透，人才供给严重不足。

其中，推荐算法的缺口比例为50%，算法研究员的为43.9%，图像算法的为43%，深度学习的为33.8%。

高端人才的紧缺将成为未来几年制约移动数字内容行业快速发展的重要因素之一。

六、行业主要进入壁垒

1、技术壁垒

移动数字内容行业需要运用大量新技术以实现垂直化的服务能力，这些核心能力主要包括内容挖掘、用户行为分析以及算法的匹配。

一套完整的个性化推荐引擎既需要数据也需要算法，还需要产品的应用，而不论是数据的获取、算法模型的融合训练以及产品的开发，都需要长期的积累和不断的创新