gta snydekode til ps3
I årenes løb har Netflix lagt meget energi i at finjustere sit anbefalingssystem for at spare brugerne tid og hjernekraft og til at spore ruten til den film eller tv-serie, der sandsynligvis vil holde dem engageret i den service, længst.
Reklame
Hvis statistikken er noget at gå efter, har de været ret succesrige. Langt størstedelen af tiden - omkring 80% - seere opdager deres næste Netflix-binge gennem anbefaling (i modsætning til selv at søge på siden). Ofte er det lige der, der stirrer dem i ansigtet på deres personlige startside.
Endnu, du er ikke alene hvis du har lyst til, at Netflix ikke helt får dig.
I betragtning af hvor meget jeg ser Netflix når deres 'anbefalinger' e-mails Amazon niveauer af pinligt dårlige.
- Matt Jukes (@jukesie) 6. august 2017
Da jeg startede hos Netflix for 12 år siden, lærte vi at kravle med hensyn til personalisering, siger Todd Yellin, Netflixs vicepræsident for produkt. Nu vil jeg sige, at vi er i vores ungdomsår. Vi er stadig ikke perfekte - vi er langt fra perfekte. Jeg synes, vi er gode. Jeg stræber efter godt.
Men hvordan fungerer anbefalinger faktisk? Og hvor ligger fejlene? Se vores praktiske lægmand's guide nedenfor.
Hvad er teorien bag Netflix 'anbefalingssystem?
Der er to hovedideer, der spilles her - og de kommer begge fra, hvad Netflix har lært ved at undersøge brugerdata gennem årene.
For det første ved de, at de fleste af deres brugere ikke ønsker at spilde for meget tid på at finde noget at se.
Den typiske person vil ikke se på tusinder af titler, de vil se på et gennemsnit på 40-50 titler på hver given session, siger Yellin.
Netflix har således et lille vindue, hvor du kan vække din interesse, eller risikere at miste din opmærksomhed - så deres primære fokus er at sikre, at de første ting, du ser, når du logger på, er titler, som du vil se.
For det andet har de lært undervejs, hvad brugerne sige om, hvordan de bruger tjenesten og deres faktiske adfærd, korrelerer ikke altid.
Mange mennesker fortæller os, at de ofte ser udenlandske film eller dokumentarfilm. Men i praksis sker det ikke særlig meget, sagde Carlos Gomez-Uribe, Netflixs tidligere vicepræsident for produktinnovation i et interview med Wired i 2013 .
Tilsvarende ved de, at du måske vælger at bedømme en smart dokumentarfilm, som du har set en gang med 5 stjerner, mens du muligvis giver en lavere eller slet ingen vurdering til Adam Sandler-filmen, du har set fire gange i år . Dette er formodentlig en af to grunde til, at de besluttede at fjerne stjernebedømmelsessystemet til fordel for en tommelfinger-op-tommelfinger-ned-model. Mere om den anden grund senere.
Men HVORDAN fungerer det?
Kort sagt: data.
Et antal heldige Netflix-ansatte får betalt for at se alle titlerne og markere et hvilket som helst antal definerende elementer, der opstår. For eksempel er en film som Wall-E mærket som følger: Varmt humør, sparsom dialog, satirisk osv. Der kan være et hvilket som helst antal tags - jo mere jo bedre.
Derefter kommer algoritmerne i spil. Jo mere du ser Netflix, jo bedre har det til formål at forstå din smag ved at sammensætte en profil baseret på tilbagevendende tags i de shows, du ser.
Så hvis du har set Marvels Jessica Jones, der kan være mærket som mørk med blandt andet en stærk kvindelig bly, er det meget sandsynligt, at Orange Is the New Black kommer til toppen af dit dæk.
Hver kategori på din forside er personlig baseret på din visningsadfærd og skubber indhold, der matcher de mønstre, du ubevidst har tegnet, fremad. Algoritmerne tager også højde for specifik information om brugeren - hvilken type enhed du ser på, og hvilke tidspunkter du har tendens til at se.
Hvis du er interesseret i at finde ud af mere, lavede Yellin en praktisk forklaringsvideo - tjek den nedenfor.