Netflix er avhengig av sitt anbefalingssystem, som er ansvarlig for å foreslå hva du kanskje liker. Anbefalingssystemet er grunnen til at ulike kontoer og profiler har andre titler på hjemmesiden. Men har du noen gang lurt på hvordan Netflix-anbefalinger fungerer? Dette er alt du trenger å vite.
Hvordan Netflix anbefaler innhold til sine brukere
Netflix bruker en rekke tips for å finne filmene og programmene du mest sannsynlig vil se. Anbefalingssystemet er viktig siden det kan være utfordrende for deg å se gjennom hundrevis av titler som er tilgjengelige på plattformen. Her er noen av hovedpunktene plattformens anbefalingssystem vurderer.
1. Seerloggen din
Netflix legger en massiv innflytelse på hva du ser på plattformen for å anbefale hva du kanskje vil se neste gang. Mest bemerkelsesverdig informerer seerhistorikken din om Fordi du så på delen på hjemmesiden din, som inkluderer titler som ligner på en av titlene du nylig har sett.
Nå bør du vite at Netflix holder oversikt over alt du ser på plattformen. Du kan til og med
last ned Netflix-seerloggen din for å sjekke hva du så på tidligere og når.2. Dine vurderinger
Den andre faktoren som informerer Netflixs anbefalingsalgoritme er vurderingene dine. Rangeringer forteller algoritmen hvilken type titler du vil like og de du ikke liker. Du kan til og med bruk den doble tommelen opp-funksjonen på Netflix for å fortelle plattformen hva du virkelig elsker. Med denne informasjonen er det mest sannsynlig at du ser titler som ligner på de du likte.
Når du oppretter en Netflix-profil, ber plattformen deg velge noen få titler du liker. Selv om du ikke velger noen, vil det du ser på, informere algoritmen om din smak.
3. Favoritttitler fra andre brukere med identisk smak
I denne forbindelse har du mindre kontroll over hva Netflix anbefaler. Algoritmen plasserte deg i en bestemt kategori basert på din smak. Hvis andre brukere i samme kategori liker en bestemt tittel, vil Netflix også anbefale den til deg.
I et 2013-intervju med Wired, Xavier Amatriain, Netflixs ingeniørdirektør på den tiden, sa at innsamlet "data mates inn i flere algoritmer, hver optimalisert for et annet formål. I bred forstand er de fleste av våre algoritmer basert på antakelsen om at lignende seermønstre representerer lignende brukersmak."
Likheter har imidlertid flere dimensjoner. Den inkluderer også metadata, rangeringer, utgivelsesår og annet, bortsett fra tittelen.
4. Tittelens informasjon
Du kan også se en tittel i profilen din basert på informasjonen. Netflix vurderer titteldetaljer som utgivelsesår, skuespillere, kategori, sjanger og andre. Varigheten av å se er også nødvendig, noe som vil informere algoritmen om å inkludere de som faller innenfor den kategorien. Hvis du foretrekker de nyeste utgivelsene, vil Netflix anbefale flere av dem.
"Ved å se på metadataene kan du finne alle slags likheter mellom showene. Ble de skapt på omtrent samme tid? Har de en tendens til å få samme rangeringer? Du kan også se på brukeratferd – surfing, spilling, søk,» sa Carlos Gomez-Uribe, tidligere Netflix VP for produktinnovasjon og personaliseringsalgoritmer, til Wired i 2013.
5. Tid på dagen, enheter du bruker og plassering
Netflix tar også hensyn til tidspunktet på dagen eller uken du ser på en tittel og på hvilken enhet. De to høres kanskje meningsløse ut, men det er en variasjon i oppførsel når du ser på forskjellige tider på dagen og på forskjellige enheter.
Plasseringen påvirker også anbefalingene dine. Hvis andre vurderer en film i din region høyt, kan det hende du også ser det samme i forslagene dine. Netflixs topp 10-rad viser for eksempel hva andre brukere i din region ser på, noe som hjelper deg å unngå å spørre andre om anbefalinger.
5. Andre faktorer som påvirker Netflix-anbefalingene dine
For å lage en personlig tilpasset hjemmeside og anbefale titler du kanskje liker, tar Netflix mange andre faktorer i betraktning. Som rapportert av GigaOM i 2012 antydet Netflixs seniordataforsker, Mohammad Sabah, at søkedataene dine også er viktige.
Sabah sa også at selskapet prøver å forutsi hva du vil se neste gang ved å vurdere hva andre brukere så etter å ha fullført en bestemt film eller TV-serie. For eksempel, hvis flere ser film B etter å ha sett film A, vil Netflix sannsynligvis anbefale deg å se film B neste gang når du er ferdig med film A. Det kritiske som vurderes her er overgangssannsynligheten, som også kan avhenge av andre faktorer, inkludert generell popularitet.
Kraften til algoritmen på hjemmesiden din
Innholdsanbefaling er tøff; ikke rart Netflix bruker forskjellige algoritmer for oppgaven. Du kan se den virkelige kraften til Netflixs anbefalingsmotor på din personlige hjemmeside. Selskapet rangerer titler i rader på hjemmesiden med spesifikke temaer du kan være interessert i.
"Det meste av personaliseringen vår er basert på måten vi velger rader på, hvordan vi bestemmer hvilke elementer som skal inkluderes i dem, og i hvilken rekkefølge de skal plasseres." en artikkel fra Netflix sin teknologiblogg lyder. Netflix forklarer, "Hver rad representerer tre lag med personalisering: valget av sjanger i seg selv, undergruppen av titler valgt innenfor den sjangeren, og rangeringen av disse titlene."
Rader hvis innhold du mest sannsynlig vil se kommer øverst. Innenfor raden blir mer passende innhold prioritert og vist til venstre (eller høyre hvis du bruker høyre-til-venstre-språk i kontoen din).
Slik avgrenser du Netflix-anbefalingene dine
Netflixs anbefalingssystem er ikke perfekt på noen måte. Det kan fungere for deg i dag, og en uke senere virker det mot deg. Heldigvis kan du det kalibrer Netflix-anbefalingene dine på nytt hvis anbefalte titler ikke passer din spesifikke smak.
Nå som du vet de forskjellige faktorene som informerer Netflixs algoritme, hvordan kan du fikse anbefalingene dine? Vel, det er flere måter å gjøre det på.
Plattformen inkluderer en måte å slett Netflix-seerloggen din, juster feil vurderinger og start algoritmen ved å lage en ny profil. Du trenger imidlertid ikke stole helt på Netflixs anbefalingsalgoritme. Diverse tredjepartsverktøy kan hjelpe deg med å finne gode filmer og TV-serier på Netflix.
Big Data er kjernen i Netflixs recommendations Engine
Det er lett å gå seg vill i detaljene om hva som driver Netflix-anbefalingssystemet, og disse kan bare oppnås på grunn av selskapets rike datainnsamlingspraksis. Ved å se på hvordan du og andre samhandler med tjenesten, er dens forskjellige algoritmer mer informert om hva du sannsynligvis vil se neste gang.
Disse dataene gir også Netflix flere fordeler ved å lage programmer som den massive brukerbasen mest sannsynlig vil se.
