如今网络电视越来越普及，各大电信运营商也在加大布局自己的电视盒子，也就是我们熟悉的网络机顶盒，中国移动在这方面更是走在前沿，因为他们已经在利用图技术优化平台的视频推荐了。
众多周知，推荐能力已作为企业精准化营销的重要工具深入各个行业，是企业服务能力、品牌实力的重要体现，随着媒体资讯信息的不断丰富及用户对个性化、实时推荐的需求不断提升，企业亟需探索新的推荐手段与方法。 如何通过捕捉消费者的实时行为，与以往的观览记录相结合，确保向正确的人推广适合的视频内容呢？
传统的推荐系统采用数据快照执行离线全量统计计算，而这些快照可能来自数天之前。它们不具备当今所需的实时建模和细致剖析能力。在当今需要次秒级响应的激烈竞争中，仅拥有旧推荐系统是不够的。访问者的关注持续时间很短：要马上抓住，否则就会失之交臂。
该中国移动省级公司为了给客户提供更为实时的精准内容推荐，新的解决方案中通过搭建知识图谱，引入TigerGraph图分析技术使挖掘的特征包含用户行为偏好及资讯信息。基于Kakfa Loader获取到用户的实时阅览内容，通过多跳数据分析改进了用户细分和推荐引擎，从而改善了推荐影片的质量。
除了“千人千面”的个性化内容，“实时” 响应也是实现个性化精准推荐的重要标准。
利用图计算系统将数据实时传输到Hadoop系统、传统数据库仓库或者其他外围系统。借助TigerGraph 图计算系统，针对点播数据以及用户关系数据进行实时处理，再通过TigerGraph 图数据库来计算分析千万级用户的点播特征数据与实时数据关联分析。
经测试，目前搭建的流处理架构，利用TigerGraph 图计算实时处理能力，推荐准确率高于80%，模型查询时间小于20ms。
为每一位客户提供更好的内容和服务，不仅仅是提供实时更个性化的推荐，更重要的是避免给客户带来不必要的打扰和时刻守护用户的通讯安全。