人工智能是否会颠覆传统电视行业？
去年此时，“听声识我，开口即播”的长虹CHiQ电视Q5K在成都甫一亮相，随即引起了市场的高度关注。Q5K的正式面市，将人工智能电视带入3.0时代，也是全球首个人工智能电视技术系统正式进入规模化、商业化。
据了解，近日长虹再次与人工智能领先企业达观数据达成合作，将电视内容的个性化推荐引入智能电视，为用户更好的打造智慧家庭体系。
个性化推荐并非新鲜的技术，号称“推荐系统之王”的电子商务网站亚马逊曾宣称，亚马逊有20%～30%的销售来自于推荐系统。其最大优势就在于个性化推荐系统，该系统让每个用户都能有一个属于自己的在线商店，并且在商店中能招到自己最感兴趣的商品。美国著名视频网站Netflix曾举办推荐系统比赛，悬赏100万美元，希望能将其推荐算法的预测准确度提升10%。美国最大的视频网站YouTube曾做过实验比较个性化推荐和热门视频的点击率，结果显示个性化推荐的点击率是后者的两倍。
国内今日头条开启了个性化阅读的先锋，甚至对媒体信息分发的方式产生了颠覆性的影响。个性化推荐在电视行业中的应用应用无疑也给企业发展带来新的可能性。
我们不妨看看为何当今越来越多的产品选择个性化推荐的形式？
移动互联网技术的迅猛发展、互联网信息的爆炸式增长和种类的纷繁复杂，导致我们常常在面临信息选择时感到无所适从。过多的选择多样性加重了人们的认知复旦，不但没有产生经济效益，反而降低了用户满意度。
对商家来说，互联网上的各种物品又存在长尾(long tail)现象，指大部分商品属于冷门而没有展示的机会。Chris Anderson在2006年出版的《长尾理论》一书中指出，传统的80/20原则（80%的销售额来自于20%的热门品牌）在互联网时代下会面临更多挑战。主流的商品基本上代表的是大部分用户的需求，但是长尾的商品代表的则是一小部分个性化需求。
越受人关注的东西便会吸引越多的关注量。
个性化推荐则很好的解决了这个问题。推荐系统的本质其实就是通过一定的方式将用户和喜欢的物品联系起来。物品和用户自身拥有众多属性信息进行标识。
国际 ACM 数据挖掘竞赛冠军、达观数据联合创始人陈运文介绍，个性化推荐最主要的是用户画像的构建。用户画像包括两方面信息，一是通过多种方式采集到基本人口统计学信息，二是通过对海量用户行为数据进行深入分析和挖掘，从多个维度来描述用户的基础属性、标签及兴趣点等，如对品牌、标签和类别的偏好，清晰并且准确地勾勒出用户的轮廓概貌。这些数据帮助企业更好了解用户行为路径，明确用户流失情况和原因，也为产品功能优化决策提供可靠参考依据。
而另一方面，个性化推荐甚至整个人工智能在电视中的应用，要得益于物联网的整体发展，电视作为智能家居交互入口的关键环节成为了很多企业的关注点。近日，有消息称华为OPPO、vivo等手机厂商将会“跨界”进入电视领域。
当越来越多的厂商在物联网领域中选择智能电视为切入点？传统的电视行业突破口在哪里?长虹电子软件服务中心数据部部长唐军，在大数据智能化探索多年，9月6日将在AI智能+传统产业创新论坛（http://www.huodongxing.com/event/2451406234800）上分享长虹目前在大数据智能化上的探索心得。智能化在电视应用上的发展是泡沫还是一次变革？也许现场会有更明晰的答案。
《失控》作者凯文•凯利所说过的：“人工智能未来会像水和电一样，成为基础资源。”那些没有赶上智能化浪潮列车的公司会怎样，历史最后会给我们答案。
