Los secretos del sistema de recomendación de Netflix y por qué es posible que no funcione para usted

Los secretos del sistema de recomendación de Netflix y por qué es posible que no funcione para usted

¿Qué Película Ver?
 




trucos y códigos de gta 5

A lo largo de los años, Netflix ha puesto mucha energía en ajustar su sistema de recomendaciones para ahorrar tiempo y capacidad intelectual a los usuarios, y para acelerar la ruta hacia cualquier película o programa de televisión que probablemente los mantenga comprometidos con el servicio. más largo.



Anuncio publicitario

Si las estadísticas sirven de algo, han tenido bastante éxito. La gran mayoría de las veces alrededor del 80% - los espectadores descubren su próximo atracón de Netflix a través de recomendaciones (en lugar de buscar en el sitio ellos mismos). A menudo, está ahí mismo, mirándolos a la cara en su página de inicio personalizada.

Aún, No estás solo si sientes que Netflix no te entiende del todo.

Cuando comencé en Netflix hace 12 años, estábamos aprendiendo a rastrear con respecto a la personalización, dice Todd Yellin, vicepresidente de producto de Netflix. Ahora, diría que estamos en nuestra adolescencia. Todavía no somos perfectos, estamos lejos de ser perfectos. Creo que estamos bien. Me esfuerzo por ser grandioso.

Pero, ¿cómo funcionan realmente las recomendaciones? ¿Y dónde están los defectos? Consulte nuestra práctica guía para laicos a continuación.


¿Cuál es la teoría detrás del sistema de recomendación de Netflix?



Hay dos ideas principales en juego aquí, y ambas provienen de lo que Netflix ha aprendido al encuestar los datos de los usuarios a lo largo de los años.

En primer lugar, saben que la mayoría de sus usuarios no quieren perder demasiado tiempo buscando algo que mirar.

La persona típica no va a mirar miles de títulos, van a ver un promedio de 40 a 50 títulos en cada sesión, dice Yellin.

Por lo tanto, Netflix tiene una pequeña ventana en la que despertar su interés o arriesgarse a perder su atención, por lo que su enfoque principal es asegurarse de que lo primero que vea cuando inicie sesión sean títulos que desee ver.

En segundo lugar, han aprendido a lo largo del camino que lo que los usuarios decir sobre cómo utilizan el servicio y su comportamiento real no siempre se correlacionan.

Mucha gente nos dice que a menudo ven películas o documentales extranjeros. Pero en la práctica, eso no sucede mucho, dijo Carlos Gómez-Uribe, ex vicepresidente de innovación de productos de Netflix en una entrevista con Wired en 2013 .

Del mismo modo, saben que puede optar por calificar un documental inteligente que haya visto una vez con 5 estrellas, mientras que puede otorgar una calificación más baja, o ninguna calificación, a la película de Adam Sandler que ha visto cuatro veces este año. . Esta es, presumiblemente, una de las dos razones por las que decidieron eliminar el sistema de clasificación de estrellas en favor de un modelo de pulgar hacia arriba y pulgar hacia abajo. Más sobre la segunda razón más adelante.

¿Pero como funciona?

En pocas palabras: datos.

A varios empleados afortunados de Netflix se les paga para ver todos los títulos y marcar cualquier número de elementos definitorios que ocurran. Por ejemplo, una película como Wall-E se etiqueta de la siguiente manera: de espíritu cálido, diálogo escaso, satírico, etc. Puede haber cualquier número de etiquetas; cuantas más, mejor.

Entonces entran en juego los algoritmos. Cuanto más ve Netflix, mejor intenta comprender sus gustos al compilar un perfil basado en etiquetas recurrentes en los programas que está viendo.

Entonces, si has visto a Jessica Jones de Marvel, que puede estar etiquetada como oscura, con una protagonista femenina fuerte, entre otras cosas, es muy probable que Orange Is the New Black aparezca en la parte superior de tu mazo.

Cada categoría en su página principal está personalizada en función de su comportamiento de visualización, empujando el contenido que coincide con los patrones que ha estado dibujando sin saberlo, al frente. Los algoritmos también tienen en cuenta información específica sobre el usuario: en qué tipo de dispositivo ves y a qué horas sueles mirar.

Si está interesado en obtener más información, Yellin hizo un útil video explicativo; échale un vistazo a continuación.