<li id="stgy5"><ins id="stgy5"></ins></li>
  • <sup id="stgy5"><menu id="stgy5"></menu></sup>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl>
  • <sup id="stgy5"></sup>
  • <dl id="stgy5"><menu id="stgy5"></menu></dl>
  • <dl id="stgy5"><ins id="stgy5"><thead id="stgy5"></thead></ins></dl>
    <div id="stgy5"><s id="stgy5"></s></div><dl id="stgy5"></dl>
    <sup id="stgy5"></sup>
  • <sup id="stgy5"><bdo id="stgy5"></bdo></sup><li id="stgy5"><s id="stgy5"></s></li>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl>
  • <li id="stgy5"><s id="stgy5"></s></li><li id="stgy5"><ins id="stgy5"></ins></li>
    <div id="stgy5"><s id="stgy5"></s></div>
  • <li id="stgy5"><s id="stgy5"></s></li>
  • <sup id="stgy5"></sup>
    <div id="stgy5"></div>
    <dl id="stgy5"><menu id="stgy5"></menu></dl>
    <sup id="stgy5"><bdo id="stgy5"></bdo></sup>
    <dl id="stgy5"><s id="stgy5"></s></dl>
  • <sup id="stgy5"></sup><li id="stgy5"><ins id="stgy5"></ins></li>
  • <div id="stgy5"></div>
    <dl id="stgy5"><tr id="stgy5"></tr></dl><dl id="stgy5"><ins id="stgy5"></ins></dl>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl><li id="stgy5"><ins id="stgy5"></ins></li>
  • 您现在的位置: 中国广告门户网 >> 广告新闻 >> 广告展会 >> 广告论坛 >> 正文

    Netflix,为何能成为个性化推荐的王者?

    责任编辑:佚名    新闻来源:不详    新闻日期:2018/7/23

    QQ截图20180720141824.png

    作者:Shady,微信公众号:ShadyDesign

    注:从《纸牌屋》开始,Netflix越来越多地进入国人的视线中。关于它的用户推荐系统、“大数据分析”等等神话和传说也有不少,本文是我在查找了一些资料后,整理出来的Netflix的推荐思路和一些方法。太过技术的算法内容实在是hold不住,因此仅从逻辑上进行说明。一来整理自己的思路,二来尽可能学习些东西,分享出来欢迎各位讨论。

    一、坐等风来

    回顾历史,Netflix是一家典型的提前布局等风来的公?#23613;?/p>

    1997 年 8 月,在DVD机仅推出几个月后,Reed Hasting和Marc Randolph创立了Netflix,并在 1998 年 3 月上线了全球第一家线上DVD租赁商店。?#36234;?30 名雇员拿下了 925 部电影,这几乎是当时所有的DVD电影存量。

    1999 年他们推出了全新的按月订阅的模式,用户第一次有机会享受到没有过期罚款、没?#24615;?#36153;、?#20013;?#36153;等等一系列烦人的东西的服务。相比Netflix之前使用的单部电影租赁的方式,新模式对用户更加友好,于是Netflix凭借着这个模式迅速在行?#36947;?#24314;立起了口碑,老旧的单部影片租赁模式也于 2000 年寿终正寝。

    随后的 2001 年,由于DVD机售价越来越低,成为当年圣诞节成为最受欢迎的礼物之一,Netflix也在 2002 年坐上了这趟快车,用户量得到了巨幅增长。这是Netflix创立四年迎来的第一个风口,现在看来不得不感叹其眼光之独到。

    2005 年,他们发现尽管没有高清内容,但Youtube的流媒体服务(可简单理解为在线播放)仍然十分受欢迎,于是放弃了自己的?#24067;?#20135;品Netflix Box转入其中,于 2007 年上线了流媒体服务。而随着日后网络带宽的提升和费用的降低,占据了先发优势的Netflix又一次收获了巨大增长。

    2006 年,一项名为Netflix Prize的算法大赛横空出世,Netflix拿出 100 万美元奖金让开发者们为他们的优化电影推荐算法。截至 2012 年第四季度,Netflix已在全球拥有 2940 万订阅用户。

    2012 年,Netflix开始尝试自制内容,并于 2013 年推出《纸牌屋?#32602;?#39640;超的内容质量和一次放出整季内容的发行方式,让它?#24067;?#39118;靡全球。

    今年 4 月,Netflix的全球订阅用户达到1. 25 亿,服务超过 190 个国家和地区。截至今日,它的市值超越迪士尼成为全球互联网企业排名第六的公?#23613;?/p>

    回顾Netflix这 21 年的历史,似乎每一次转型的时机和方向都是如此准?#32602;?#20197;至于?#34892;?#33258;?#27426;?#28982;”地达成今天的高度。?#27426;?#22914;果我们透过现象看本质,从万变中找不变的话,有一件事一定会被提到——个性化推荐。甚至可以说,“个性化推荐?#26412;?#20687;Netflix自制的鼓风机,第三个风口是他们自己造出来的。

    没有明确的资料说明Netflix在做?#22987;?#31199;赁DVD的时候有没有推荐机制。但他们确实从最开始的时候,就十分重视数据,并开始?#21344;?#29992;户数据了:他们会在?#22987;?#30340;信封里附上问卷让用户给电影打分。这些打分数据是之后Netflix推荐系统的重要基石之一。

    “个性化推荐”一直都是Netflix的杀手锏,数据积累和算法研发的提前让它在这方面几乎是不可被超越的,时至今日用户在Netflix上观看的80%内容都是由推荐而来的。

    二、解构好莱坞

    Netflix的推荐系统之所以能够如此高效地达成目标,我认为最大的理由是他们教会了“让机器懂电影?#34180;?#22312;一篇名叫<How Netflix Reverse Engineerd Hollywood>的文章中(由Alexis C. Madrigal于 2014 年发表)。作者从Netflix的推荐分类出发,解说了他们是如何解构好莱坞进而去给用户做推荐系统的。

    在Netflix的首页中你会看到一行一行的电影,每一行是一个分类,官方叫它altgenre,或者说“微分类?#20445;?#27599;个分类中是一系列的电影。这些分类和电影都是为你?#21487;?#25512;荐的。

    在这些分类中有一些非常精准、十分有意思的标题:情感充沛的反体制纪录片(Emotional Fight-the-System Documentaries)、基于事实的皇室掠影(Period Pieces About Royalty Based on Real Life)、 80 年代的外国邪恶电影(Foreign Satanic Stories from the 1980s)。

    那么这些类型是怎么来的呢,作者Alexis做了一件很绝的事情:

    他把Netflix的所有分类全爬了下来,共有 76897 个分类之多。并且将这些分类的用词和语法做了深入分析,还自己开发了一个“类型生成器?#20445;?#29983;成出了和Netflix类似的结果。他甚至给出了公式:地区+形容词+类型+故事基础+拍摄地+时代+关于(什么的内容)+适合年龄段(Region… + Adjectives… + Noun Genre… + Based On… + Set In… + From the… + About… + For Age X to Y)。

    但看到这里,我们只是看到了Netflix解构好莱坞的结果,那么这一切是从哪里开始的呢?

    2006 年,Netflix产品副总裁Todd Yellin带领一票工程师用数月时间写了一份长达 24 页的名为《Netflix量子论?#32602;∟etflix Quantum Theory)的文档。专门讲述如何用“微标签?#20445;╩icrotag)拆解电影。

    这份文档的目的是作为训练手册,让不同的人对微标签有同样的理解,以保证能够系统性地、标准统一地解构上千部电影。如今这份手册已经扩展到了 36 页。

    这份 36 页的训练手册讲述了如何给一部影片的性暗示内容、血腥程度、浪漫等级、甚至情节总结等元素评级。文档还解释了如何给影片结局打标签、给主要演员的“社会接受度”打标签、给每部影片的浪漫程度打标签,更重要的是,每个标签都有从 1 到 5 的评级。

    以《超胆侠》电影为例,标签会包括“四个主要角色?#20445;?#33267;于其中Matt Murdock这个角色,会有演员名、角色名、他很“英雄?#20445;╤eroic)、是个律师等等。

    Netflix就是用这样的方式,解构了几乎所有的电影,用精细、准确的微标签?#25512;?#32423;教会推荐系统去认识电影、解读电影。

    更令人?#39057;?#30340;是,给Netflix打标签真的是一份工作。Netflix组建了一只团队,付钱让他们看电影同时给这些电影打上标签。有好事的媒体采访到了一位“标签员?#20445;╰agger),让他讲述给Netflix打标签是一?#36136;?#20040;样的体验,十分有意思。

    三、解构用户

    2012 年前后,Netflix的推荐系统经历了一次重大的策略变化,官方技术博客以名为<Netflix Recommendations: Beyond the 5 stars>的文章(分为1、 2 两部分)阐述了这种变化的前因后果:

    在?#22987;?#31199;赁DVD的时代,Netflix能够获得用户的评分,但是用户观看电影的过程对?#25945;?#26159;隐形的。但是随着流媒体业务的开展,Netflix终于有机会看到用户的更多方面。于是他们认识到:

    Everything is a Recommendation.?#34180;?#19968;切都是推荐。

    由这一想法催生出的,是更加细致、深入的用户推荐。

    Netflix的官方文档中把自己称为“?#20197;恕保?#22240;为他们有大量的相关数据和能?#35805;?#36825;些数据应用到产品中的人才。

    以下是Netflix用来优化推荐系统的数据源:

    • 数以百万计的用户评分数据(tagins),而且每天还在以百万量级增长;

    • 作为算法基准线的项目热度(item popularity);

    • 包含时长、时间、设备类型的数百万播放数据(stream plays);

    • 用户每天会想自己的列表(queue)中添加数百万项目;

    • 每个项目?#36335;?#23500;的元数据(metadata);

    • 每个项目的展示位置(presentation)和效果;

    • 用户的社交数据(social);

    • 百万级的用户搜索数据(search terms);

    • 来自外部(external data)的票房或影评数据;

    • 当然,实际上用到的数据还远不止这些。

    除了和影片相关的数据外,用户数据是Netflix推荐系统的另一重要基石。

    转型流媒体后,用户的所?#34892;?#20026;全部在?#25945;?#20869;完成,这给了Netflix观察用户的绝佳环?#24120;?#20182;们不仅仅知道用户看过什么,甚至知道他们是怎么看的:什?#35789;?#20505;看的,看了多长时间,在哪里暂停,在哪里反复,在哪里关闭等等,这些行为数据无一不是用户喜好的体现。

    通过分析这些行为数据,和解构好莱坞得来的影片数据进行匹配,让Netflix的推荐精度越发准确。

    四、推荐新姿势:个性化海报推荐

    去年Netflix推出了一项新的推荐功能:个性化海报推荐,具体来说就是“不同的用户看到的同一个电影的推荐海报是不一样的?#34180;?#22914;果你?#19981;?#21160;作?#32602;?#21017;可能你看到的海报是片中的打?#28902;?#38754;,如果你?#19981;?#29255;中某个主演,那么你看到的是以他为主角的海报。

    这一功能的源头同样是对电影内容和用户喜好的解读。认为地去创造更多的“一见钟情?#20445;?#36827;一步提高了推荐系统的效率。

    五、Netflix的自省

    1.从官方文?#20302;?#38706;中的信息来看,长久以来Netflix虽?#27426;?#31639;法十分依赖,但也意识到它的不足,这种不足可能是所有的算法?#32423;?#19981;开的——“越推荐越相似?#34180;?#22240;此Netflix的算法中十分关注“不同?#20445;╝dversity)。新奇、多样性、新鲜度,都是推荐中考虑的因素。

    尽力帮用户去“发现”兴趣,这也是Netflix的推荐目标之一。

    2.关于前边提到的个性化海报推荐,官方特别地说明了对它的担忧:不希望它变成“骗”用户看电影的功能,也就是说要尽力把这个功能控制在一个度里,说白了就是不“标题?#22330;保?#20026;了让用户去看某个电影而强行用海报勾引他。

    六、后记

    就在我写这篇文章的前几天,Netflix又做出了两个重要改变:1. 把五星评价系统改为“?#19981;?不?#19981;丁?#30340;评价系统;2. 取消了影片下的评论功能。

    关于这两个改变网上?#34892;?#35299;读,但我还没想清楚,就不追这个热点了。

    关于Netflix可说的还有很多,最近他们还推出了另一个官方博客:Netflix Research,加上原有的the Netflix Tech Blog,?#34892;?#36259;的各位可以关注一下。

    参考资料:

    • <Netflix Recommendations: Beyond the 5 stars (Part 1)>:https://medium.com/netflix-techblog/netflix-recommendations-beyond-the-5-stars-part-1-55838468f429

    • <Netflix Recommendations: Beyond the 5 stars (Part 2)>:https://medium.com/netflix-techblog/netflix-recommendations-beyond-the-5-stars-part-2-d9b96aa399f5

    • < How Netflix Reverse Engineered Hollywood>:https://www.theatlantic.com/technology/archive/2014/01/how-netflix-reverse-engineered-hollywood/282679/

    • <Netflix tagging: Yes, it’s a real job>:https://www.washingtonpost.com/news/arts-and-entertainment/wp/2015/06/11/netflix-tagging-yes-its-a-real-job/?noredirect=on&utm_term=.51f470d15c18

    中国广告门户网


  • 上一篇新闻:
  • 下一篇新闻:
  • 发 表 评 论

      姓 名:   性 别:
      Q Q号:   Email:
    我要给这篇文章评分 1分 2分 3分 4分 5分
      请自觉遵守,注意文明发言
    企业推广
    企业服务
    广告模特
    全国各地广告网分站
    中国广告门户网服务宗旨:为中国天津上海重庆深圳厦门黑龙江哈尔滨吉林长春辽宁沈阳河北石家庄甘肃兰州青海西宁陕西西安、?#24189;现?#24030;、山东济南、山西太原 、?#19981;?#21512;?#30465;?#28246;北武汉、湖南长?#22330;?#27743;苏南京、四川成都、贵州贵阳、云?#20384;?#26126;、浙江杭州、江西?#21916;?#24191;东广州、福建福州、台湾台?#34180;?#28023;南海口、新疆乌鲁木齐、内蒙古呼和浩特、宁夏银川 、广西?#22799;?#35199;藏拉萨、香港、澳门等世界各地广告公司及广告人提供广告设计,?#25918;?#20256;播营销,文案策划,广告人才招聘培训,户外广告,广告案例,广告创意、平面广告、4A媒体等广告新闻信息。

    曾道人一码中特网址
    <li id="stgy5"><ins id="stgy5"></ins></li>
  • <sup id="stgy5"><menu id="stgy5"></menu></sup>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl>
  • <sup id="stgy5"></sup>
  • <dl id="stgy5"><menu id="stgy5"></menu></dl>
  • <dl id="stgy5"><ins id="stgy5"><thead id="stgy5"></thead></ins></dl>
    <div id="stgy5"><s id="stgy5"></s></div><dl id="stgy5"></dl>
    <sup id="stgy5"></sup>
  • <sup id="stgy5"><bdo id="stgy5"></bdo></sup><li id="stgy5"><s id="stgy5"></s></li>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl>
  • <li id="stgy5"><s id="stgy5"></s></li><li id="stgy5"><ins id="stgy5"></ins></li>
    <div id="stgy5"><s id="stgy5"></s></div>
  • <li id="stgy5"><s id="stgy5"></s></li>
  • <sup id="stgy5"></sup>
    <div id="stgy5"></div>
    <dl id="stgy5"><menu id="stgy5"></menu></dl>
    <sup id="stgy5"><bdo id="stgy5"></bdo></sup>
    <dl id="stgy5"><s id="stgy5"></s></dl>
  • <sup id="stgy5"></sup><li id="stgy5"><ins id="stgy5"></ins></li>
  • <div id="stgy5"></div>
    <dl id="stgy5"><tr id="stgy5"></tr></dl><dl id="stgy5"><ins id="stgy5"></ins></dl>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl><li id="stgy5"><ins id="stgy5"></ins></li>
  • <li id="stgy5"><ins id="stgy5"></ins></li>
  • <sup id="stgy5"><menu id="stgy5"></menu></sup>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl>
  • <sup id="stgy5"></sup>
  • <dl id="stgy5"><menu id="stgy5"></menu></dl>
  • <dl id="stgy5"><ins id="stgy5"><thead id="stgy5"></thead></ins></dl>
    <div id="stgy5"><s id="stgy5"></s></div><dl id="stgy5"></dl>
    <sup id="stgy5"></sup>
  • <sup id="stgy5"><bdo id="stgy5"></bdo></sup><li id="stgy5"><s id="stgy5"></s></li>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl>
  • <li id="stgy5"><s id="stgy5"></s></li><li id="stgy5"><ins id="stgy5"></ins></li>
    <div id="stgy5"><s id="stgy5"></s></div>
  • <li id="stgy5"><s id="stgy5"></s></li>
  • <sup id="stgy5"></sup>
    <div id="stgy5"></div>
    <dl id="stgy5"><menu id="stgy5"></menu></dl>
    <sup id="stgy5"><bdo id="stgy5"></bdo></sup>
    <dl id="stgy5"><s id="stgy5"></s></dl>
  • <sup id="stgy5"></sup><li id="stgy5"><ins id="stgy5"></ins></li>
  • <div id="stgy5"></div>
    <dl id="stgy5"><tr id="stgy5"></tr></dl><dl id="stgy5"><ins id="stgy5"></ins></dl>
  • <dl id="stgy5"></dl>
  • <dl id="stgy5"></dl><li id="stgy5"><ins id="stgy5"></ins></li>
  • 5元起步倍投公式 上海时时十一选五 彩票计划app下载 吉林快三快三开奖结果 加拿大五分彩骗局 什么叫做公式法 体彩36选7往期开奖 安徽时时开奖视频直播 郑州按摩会所丝袜 360重庆老时时历史开奖记录 在线玩刮刮乐 幸运飞艇游戏合法吗 北京单场买单场会亏吗? 世博沐足特殊服务 财神捕鱼发发发捕鱼下载 新时时历史号码