More than 80 per cent of the TV shows and movies people watch on Netflix are discovered through the platform’s recommendation system. That means when you think you are choosing what to watch on Netflix you are basically choosing from a number of decisions made by an algorithm.
Netflix offers thousands of TV shows available for streaming. It recommends titles for each user. If you use Netflix you may have noticed they create reeeally precises genres: Romantic Dramas Where The Main Character is Left Handed. How do they come up with those genres? How to they deal with giving great recommendations to their 100 million-plus subscribers who are already used to getting recommendations from pretty much every platform they use? Învățare automată, algoritmi și creativitate. Acestea sunt trucurile lor magice pentru a ajuta la spargerea noțiunilor preconcepute ale telespectatorilor și pentru a găsi emisiuni pe care aceștia nu s-ar fi gândit inițial să le urmărească. Pentru cei care încă încearcă să își dea seama ce este un algoritm, acesta este practic un set de instrucțiuni bazate pe date care îi spune lui Netflix ce să facă.
Sistemul de recomandare funcționează punând cap la cap date colectate din diferite locuri. Rândurile recomandate sunt adaptate la obiceiurile dvs. de vizionare. Acesta este motivul pentru care vă puteți da seama când verișorii dvs. mai mici au folosit contul dvs. pentru a viziona un miliard de ore de Peppa Pig. În acest caz, algoritmii sunt adesea utilizați pentru a facilita învățarea automată. Sisteme precum Netflix bazate pe învățare automată se rescriu singure pe măsură ce învață de la proprii utilizatori. De fiecare dată când apăsați play și petreceți ceva timp vizionând o emisiune TV sau un film, Netflix colectează date care informează algoritmul și îl reîmprospătează. Cu cât vă uitați mai mult, cu atât algoritmul este mai actualizat.
Datele colectate sunt multifațetate și complexe, dar implică mult mai mult decât să proceseze genul de program pe care îl urmărește un utilizator și să îi recomande acestuia drame, romane sau comedii. Todd Yellin, vicepreședintele pentru inovație de produs al Netflix, a declarat pentru Wired în 2017: „ceea ce vedem din aceste profiluri sunt următoarele tipuri de date – la ce se uită oamenii, la ce se uită după, la ce s-au uitat înainte, la ce s-au uitat în urmă cu un an, la ce s-au uitat recent și la ce oră din zi”. Experiența Netflix este determinată de o serie de algoritmi de învățare automată: clasament, căutare, similaritate, evaluări și multe altele. Nu își pot oferi întregul catalog deodată, așa că trebuie să îl selecteze. Deoarece calitatea și gustul sunt rareori același lucru, Netflix nu poate funcționa ca Rotten Tomatoes, Pitchfork sau IMDb, ci trebuie să își cunoască utilizatorii și să obțină recomandări adaptate fiecărui individ în parte.
Netflix lucrează cu grupuri de gust. Fiecare telespectator se încadrează în mai multe grupuri, iar acestea afectează ce recomandări apar în partea de sus a fiecărei interfețe de pe ecran, ce rânduri de genuri sunt afișate și cum este organizat fiecare rând. Dacă tiparele dvs. de vizionare sunt similare cu cele ale unui alt utilizator, Netflix va servi recomandări bazate și pe comportamentul celorlalți utilizatori.
Etichetele care sunt folosite pentru algoritmii de învățare automată sunt aceleași pe tot globul. Netflix a angajat oameni din viața reală pentru a clasifica fiecare bucățică de emisiuni TV și filme și pentru a aplica etichete fiecăruia dintre ele pentru a crea microgenuri hiperspecifice, cum ar fi „Drame nostalgice cu impact vizual” sau „Filme romantice de călătorie pe șosea cu subînțelesuri”.
Câteodată, fiecare dintre acești factori de date se combină pentru a identifica în ce grup de gusturi vă încadrați. Ecranul fiecărui utilizator este populat – la stânga, la dreapta și de sus în jos – se bazează pe grupurile din care face parte.
De ce rânduri oricum?
Chris Alvino, inginer de învățare automată la Netflix, explică faptul că aleg rândurile pentru a facilita navigarea membrilor printr-o mare parte a catalogului lor. Prin prezentarea unor grupuri coerente de videoclipuri într-un rând, prin furnizarea unui nume semnificativ pentru fiecare rând și prin prezentarea rândurilor într-o ordine utilă, membrii pot decide rapid dacă este probabil ca un întreg set de videoclipuri dintr-un rând să conțină ceva ce sunt interesați să urmărească în acel moment precis. Acest lucru le permite membrilor fie să se scufunde mai adânc și să caute mai multe videoclipuri în temă, fie să le sară și să se uite la un alt rând.
Care dispozitiv are capacități hardware diferite care pot limita numărul de rânduri afișate la un moment dat și cât de mare poate fi întreaga pagină, acesta este motivul pentru care Netflix trebuie să fie conștient de constrângerile fiecărui dispozitiv.
Care rând poate oferi o felie unică și personalizată a catalogului pe care un membru să o navigheze. O parte a provocării Netflix este de a crea grupări utile de videoclipuri pentru a evidenția profunzimea catalogului și pentru a-i ajuta pe membri nu numai să își consolideze domeniile de interes, ci și să găsească altele noi. Recomandările ar trebui să fie proaspete și receptive, dar și stabile, astfel încât oamenii să fie familiarizați cu pagina lor de pornire și să poată găsi cu ușurință videoclipurile care le-au fost recomandate în trecutul recent.
O imagine valorează cât o mie de cuvinte
Netflix a implementat recent un nou algoritm de recomandare bazat pe opere de artă. Acesta servește abonaților săi imagini unice și personalizate. Aceste imagini sunt special concepute pentru a te ține blocat în Netflix. Acesta ia în considerare o mulțime de factori de date identici cu cei pe care i-am menționat.
Gopal Krishnan a explicat totul despre acest nou algoritm în postarea sa tehnică de pe blog. Netflix a lucrat pentru a crea un cadru care să le permită să intersecteze în mod eficient big data cu creativitatea, ajutându-i pe utilizatori să descopere mai repede emisiunile și filmele care le vor plăcea și să îi împiedice să fie copleșiți de catalogul ENORM al Netflix. Ca urmare a acestei investigații, ei au acum capacitatea unică de a înțelege ce imagini funcționează cel mai bine pentru fiecare utilizator.
Ei spun că, dacă nu captează atenția unui utilizator în 90 de secunde, acesta își va pierde probabil interesul și va trece la o altă activitate. Având un timp atât de scurt pentru a capta interesul, imaginile devin cel mai eficient și convingător mod de a-i face pe utilizatori să descopere cât mai repede titlul perfect.
Au construit un sistem care testează un set de imagini pentru multe titluri din catalogul lor, ajutând la afișarea unei imagini convingătoare pentru a stimula implicarea. Prin intermediul mai multor experimente și teste, Netflix a ajuns la concluzia că vizualizarea unei anumite game de emoții îi determină de fapt pe oameni să urmărească o emisiune TV sau un film. Acest lucru se datorează probabil faptului că emoțiile complexe transmit o mulțime de informații utilizatorilor cu privire la tonul sau senzația conținutului, dar este interesant de văzut cât de mult răspund de fapt membrii în acest fel în cadrul testelor. Un exemplu în acest sens este văzut în imaginea câștigătoare recentă („câștigătoare” înseamnă că a determinat cel mai mare grad de implicare) pentru cel de-al doilea sezon al serialului Unbreakable Kimmy Schmidtbelow:
That winning image is the one that would work best for a majority of Netflix users. But they have pushed even further and given the enormous diversity in taste and preferences, they decided to put together different artwork for each user to highlight the aspects of a show or movie that are relevant to them.
In order to choose which image each user has on their feed, Netflix focuses on what other shows and movies users have been watching. For example, a member who watches many movies featuring Uma Thurman would likely respond positively to the artwork for Pulp Fiction that contains Uma. Meanwhile, a fan of John Travolta may be more interested in watching Pulp Fiction if the artwork features John.
Not all the scenarios for personalizing artwork are this clear and obvious but data does all the work in order to choose the artwork for each user and improve the Netflix experience (and keep users binging, of course).
