Discovery znanje
/ Knowledge Discovery >> Discovery znanje >> tech >> elektronika >> home audio video >>

Kako Netflix Works

o, zaradi česar na tisoče priporočil vsako sekundo, ki temelji na več kot 5 milijard filmskih ocen. Netflix poroča, da se je povprečna Netflex uporabnik ocenjeno okoli 200 filmov, in nove ocene pridejo na približno 4 milijone na dan. Približno 60 odstotkov naročnikov Netflix izbiro filmov, ki temeljijo na podlagi teh priporočil. Najdete jih v " Predlogi za vas " oddelek na spletni strani, in si lahko osvežite predloge, kot vi ocenjujete več filmov [vir: Netflix].

Da dobrih priporočil filmskih morda zdi kot nekaj, kar bi zahtevalo nagon ali čustvo. Na primer, če vam priporočam film, ki ste jih videli na prijatelja, morate upoštevati, kako je posnet čutite, vaš okus in okus vašega prijatelja. Priporočila Netflix, na drugi strani pa so vsi matematike. Netflix se ujema vaše gledanje in rating zgodovino z ljudmi, ki imajo podobne zgodovine. Uporablja tiste podobne profile predvideti, kateri filmi ste verjetno, da uživajo. To je tisto, kar ta priporočila so res - napovedi katerega filmi vam bo všeč

Te napovedi se zanašajo na algoritmi in statistike.. Začne z usklajenimi filmov za seboj namesto ujemanje ljudi v kino, saj obstaja v knjižnici veliko manj naslovov kot obstajajo naročnikov Netflix. Da bi tekme, računalnik:


  1. Searches podatkovna baza CineMatch za ljudi, ki so ocenjene isti film - na primer, " Vrnitev Jedijev "
  2. Določa, kateri od teh ljudi, ki so prav tako ocenjeno drugega filma, kot " The Matrix "
  3. Izračuna statistično verjetnost, da ljudje, ki so všeč " Return of the Jedi " bo prav rad " The Matrix "
  4. nadaljuje ta proces oblikovati vzorec korelacij med ocenami naročnikov mnogih različnih filmov

    Pogosto se te napovedi, da logičnega smisla. Netflix stranka, ki ponuja dve filmov v " Gospodar prstanov " Trilogija pet zvezdic, je verjetno, da uživajo v tretji film, kot dobro. Vendar pa lahko uporabniki Netflix, ki preživijo veliko časa na oceno njihovih filmov in iščejo v svojih priporočilih našli nekaj presenetljivih korelacije. To pa zato, ker so algoritmi, ki skrbijo, da je priporočilo za tek sistema ni nujno, da imajo opravka s ploskve ali cast. Namesto, da imajo opraviti z izposojo in bonitetnih zgodovin drugih naročnikov

    Po enem članku v ". New York Times, " to priporočilo sistem se je bistveno spremenila filmske preference ljudi. To je dal neodvisne javnost in filmov, ki niso uspel