Moteur de recommandation de contenu Taille du Marché

Analyse du marché des moteurs de recommandation de contenu

Le marché des moteurs de recommandation de contenu devrait atteindre un TCAC de 25 % au cours de la période de prévision 2020-2025. Les moteurs de recommandation de contenu existent depuis un certain temps déjà et sont continuellement améliorés et mis à niveau pour fournir des services selon les préférences individuelles des utilisateurs. Il utilise l'intelligence artificielle pour identifier et catégoriser le contenu par sujets. Cependant, malgré le nombre considérable de recherches effectuées dans le contexte des systèmes de recommandation, le problème spécifique de l'intégration des balises dans les algorithmes standards des systèmes de recommandation, notamment ceux basés sur le contenu, est moins exploré que le problème de la recommandation des balises. Les folksonomies offrent de nouvelles opportunités dans le domaine des systèmes de recommandation qui peuvent répondre à une croissance significative

• Les progrès de la numérisation dans les économies émergentes stimulent le marché. Le nombre de personnes utilisant Internet dans le monde a atteint environ 4,54 milliards, soit une augmentation de 7 % (298 millions de nouveaux utilisateurs) par rapport à janvier 2019 (source Global Web Index). En outre, il y avait 3,8 milliards d'utilisateurs de médias sociaux en janvier 2020, et ce nombre augmente de plus de 9 % par an (321 millions de nouveaux utilisateurs). En outre, pour les achats en ligne via un appareil mobile au troisième trimestre 2019, l'Indonésie, la Thaïlande et les Philippines comptaient le plus grand nombre d'utilisateurs avec respectivement 80 %, 69 % et 66 %. De telles tendances incitent les acteurs à adopter un moteur de recommandation de contenu pour augmenter les revenus, la rétention et le trafic.
• De plus, lavantage en termes de fonctionnalité par rapport au filtrage collaboratif stimule le marché. Les recommandateurs basés sur le contenu exploitent uniquement les évaluations fournies par l'utilisateur actif pour créer son propre profil. Au lieu de cela, les méthodes de filtrage collaboratif ont besoin des évaluations des autres utilisateurs afin de trouver les voisins les plus proches de l'utilisateur actif. En outre, les recommandateurs basés sur le contenu sont capables de recommander des éléments qui n'ont encore été évalués par aucun des utilisateurs. En conséquence, ils ne souffrent pas du problème du premier évaluateur, qui affecte les recommandateurs collaboratifs, qui s'appuient uniquement sur les préférences des utilisateurs pour formuler des recommandations.
• Cependant, lanalyse de contenu limitée constitue un défi majeur pour la croissance du marché. Les techniques basées sur le contenu ont une limite naturelle dans le nombre et le type de fonctionnalités associées, que ce soit automatiquement ou manuellement, aux objets qu'elles recommandent. Pour cela, la connaissance du domaine est nécessaire. Aucun système de recommandation basé sur le contenu ne peut fournir les suggestions appropriées si le contenu analysé ne contient pas suffisamment de données pour distinguer les éléments que l'utilisateur aime des éléments qu'il n'aime pas. En résumé, l'attribution automatique et manuelle de fonctionnalités aux éléments ne pourrait pas être suffisante pour définir les aspects distinctifs des éléments qui s'avèrent nécessaires pour susciter l'intérêt des utilisateurs.
• De plus, pendant la pandémie de COVID-19, le marché na pas ralenti puisque le taux de rétention dans le secteur du commerce électronique, les médias et le segment du divertissement a fortement augmenté, ce qui répond à ladoption dune plateforme de moteur de recommandation de contenu. Accenture affirme s'attendre à une augmentation de 160 % des achats en ligne provenant d'acheteurs nouveaux et peu fréquents. En outre, la pénétration croissante de la plateforme OTT a stimulé le marché. En Inde, la plupart des utilisateurs sont plus susceptibles de passer à un abonnement audio OTT payant, uniquement si les frais sont d'environ Rs 25 par mois, ajoutant que 62 % des consommateurs interrogés sont prêts à passer à des modèles d'abonnement payants pendant la période pandémique.