콜 오브 듀티 뱅가드 얼마인가요
수년에 걸쳐 Netflix는 사용자의 시간과 두뇌력을 절약하고 서비스에 계속 관심을 가질 수 있는 영화나 TV 프로그램으로 가는 경로를 빠르게 추적하기 위해 추천 시스템을 미세 조정하는 데 많은 에너지를 투자했습니다. 가장 긴.
광고
통계가 지나치면 꽤 성공적이었습니다. 대부분의 경우 – 약 80% – 시청자는 추천을 통해 다음 Netflix를 발견합니다(사이트 자체를 검색하는 것과 반대). 종종 개인화 된 홈페이지에서 얼굴을 쳐다보고 있습니다.
아직, 당신은 혼자가 아닙니다 Netflix가 당신을 이해하지 못한다고 느낀다면.
내가 Netflix를 얼마나 많이 시청하는지 감안할 때 그들의 '추천' 이메일은 당황스러울 정도로 나쁜 Amazon 수준에 도달하고 있습니다.
— 매트 주크스(@jukesie) 2017년 8월 6일
Netflix 제품 부사장인 Todd Yellin은 12년 전 내가 Netflix에 입사했을 때 개인화와 관련하여 크롤링하는 방법을 배우고 있었다고 말합니다. 이제 우리는 청소년기에 있다고 말하고 싶습니다. 우리는 여전히 완벽하지 않습니다. 우리는 완벽하지 않습니다. 우리가 좋은 것 같아요. 위대함을 위해 노력합니다.
그러나 권장 사항은 실제로 어떻게 작동합니까? 그리고 결함은 어디에 있습니까? 아래에서 편리한 평신도 가이드를 확인하십시오.
Netflix의 추천 시스템의 이론은 무엇입니까?
여기에는 두 가지 주요 아이디어가 있습니다. 둘 다 Netflix가 수년간 사용자 데이터를 조사하여 배운 것에서 나온 것입니다.
첫째, 그들은 대부분의 사용자가 시청할 콘텐츠를 찾는 데 너무 많은 시간을 낭비하고 싶지 않다는 것을 알고 있습니다.
일반적인 사람은 수천 권의 책을 보지 않고 매 세션마다 평균 40-50개의 책을 보게 된다고 Yellin은 말합니다.
따라서 Netflix에는 관심을 불러일으키거나 주의를 잃을 위험이 있는 작은 창이 있습니다. 따라서 Netflix의 주요 초점은 로그온할 때 가장 먼저 보고 싶은 콘텐츠가 보고 싶은 콘텐츠인지 확인하는 것입니다.
둘째, 그들은 사용자가 말하다 그들이 서비스를 사용하는 방법과 실제 행동이 항상 상관관계가 있는 것은 아닙니다.
많은 사람들이 외국 영화나 다큐멘터리를 자주 본다고 합니다. 하지만 실제로 그런 일은 별로 일어나지 않는다고 넷플릭스의 전 제품 혁신 부사장인 카를로스 고메즈-우리베(Carlos Gomez-Uribe)는 말했다. 2013년 Wired와의 인터뷰 .
마찬가지로, 그들은 당신이 한 번 본 똑똑한 다큐멘터리를 별 5개로 평가할 수 있는 반면, 올해 네 번 본 Adam Sandler 영화에는 더 낮은 등급을 주거나 전혀 평가하지 않을 수 있다는 것을 알고 있습니다. . 이것은 아마도 엄지손가락을 위로, 아래로 내리기 모델을 위해 별 등급 시스템을 제거하기로 결정한 두 가지 이유 중 하나일 것입니다. 두 번째 이유에 대해서는 나중에 자세히 설명합니다.
하지만 어떻게 작동합니까?
간단히 말해서 데이터.
많은 운이 좋은 Netflix 직원은 모든 타이틀을 시청하고 발생하는 정의 요소 수를 표시하기 위해 급여를 받습니다. 예를 들어 Wall-E와 같은 영화에는 따뜻한 감성, 희박한 대화, 풍자 등의 태그가 지정됩니다. 태그는 얼마든지 있을 수 있습니다. 많을수록 좋습니다.
그런 다음 알고리즘이 작동합니다. Netflix를 많이 볼수록 시청 중인 프로그램에서 반복되는 태그를 기반으로 프로필을 컴파일하여 귀하의 취향을 더 잘 이해하는 것을 목표로 합니다.
따라서 다른 무엇보다도 강력한 여성 리드와 함께 어둡게 태그가 지정될 수 있는 Marvel의 Jessica Jones를 본 적이 있다면 Orange Is New Black이 덱의 맨 위에 올 가능성이 큽니다.
첫 페이지의 모든 카테고리는 귀하의 시청 행동에 따라 개인화되어 귀하가 무의식적으로 그려왔던 패턴과 일치하는 콘텐츠를 앞으로 밀어냅니다. 알고리즘은 또한 사용자에 대한 특정 정보, 즉 시청하는 기기의 종류와 시청 시간을 고려합니다.
더 자세히 알고 싶다면 Yellin이 편리한 설명 동영상을 만들었습니다. 아래에서 확인하세요.