Netflix的建议
Netflix网站使这些建议自动使用推荐算法。这个算法指示Netflix的服务器处理信息的数据库,以确定哪些电影一个客户可能会喜欢。18luck手机登录该算法考虑了这些因素:
- 电影本身,排列组常见的电影
- 客户评级,租来的电影和当前队列
- 所有Netflix用户的综合评级
这些建议是背后的第一个算法称为CineMatch推荐。CineMatch推荐算法有一个长期和被证明是相当成功的,用户希望在预测电影。根据Netflix,这些预测是准确的在半个星球75%的时间,和一半的Netflix用户租用CineMatch-recommended电影给他们一家五星级评级。
广告
认识到,总有更好的方法来做一些事情,Netflix发起了一场比赛在2006年找到一个能打败CineMatch推荐算法。比赛,叫做Netflix大奖,承诺100万美元的第一人或团队来满足精度目标推荐电影根据用户的个人喜好。Netflix也发布了测试数据对算法开发人员:1亿年电影评级,从一到五颗星,从匿名用户。三年后,100万美元奖被授予BellKor务实的混乱,一个七人团队,包括两个美国电话电报公司(AT&T)人员。BellKor务实的混乱提交其赢得算法仅24分钟前另一个团队,合奏。这些改进算法提交证明10% CineMatch推荐[来源:网飞公司,霍夫曼]。
建议系统不断更新自身,使成千上万的建议基于每秒超过50亿电影评级。Netflix报道,平均Netflex用户额定约200部电影,和新评级进来每天约为400万。大约60%的Netflix用户根据这些建议选择电影。你可以找到这些网站上的“建议”部分,和你可以刷新建议更多电影[来源:网飞公司]。
制作好电影推荐似乎需要本能或情感的东西。举个例子,如果你推荐一个电影你见过一个朋友,你考虑电影使你感觉如何,你的口味和你朋友的口味。18新利最新登入Netflix的建议,另一方面,都是数学。Netflix匹配你的查看和评价历史的人也有类似的历史。它使用这些类似的资料来预测哪些电影你可能会喜欢。这就是这些建议是——预测的电影你会喜欢。
这些预测依赖于算法和统计数据。它开始通过相互匹配的电影而不是匹配的电影,因为有更少的标题在图书馆比Netflix用户。比赛,一台电脑:
- 搜索CineMatch推荐数据库的人认为同一部电影——例如,“绝地武士”的回归
- 确定哪些人也认为第二个电影,如“黑客帝国”
- 计算统计的可能性的人喜欢“绝地归来”也将像“黑客帝国”
- 继续这个过程建立的模式之间的相关性用户评级的许多不同的电影
通常,这些预测的逻辑意义。Netflix顾客给了两部电影《指环王》三部曲中的五颗星可能会享受到第三部电影。18新利最新登入然而,Netflix的用户花了很多时间评级电影和看他们的建议可能会发现一些令人惊讶的相关性。这是因为算法,使推荐系统运行不一定有什么情节或演员。相反,他们与其他用户的租赁和评级的历史。
根据一篇文章在“纽约时报”这电影推荐系统大大改变了人们的偏好。它给了独立的版本和电影没有票房成功广泛分布[来源:纽约时报]。随着越来越多的Netflix用户看到这些不为人知的电影,和速率系统推荐给更多的人。
不管有人租一部经典的电影,一个独立的电影或一个新版本,Netflix分配制度以同样的方式处理它。我们会看看电影如何到达你的家18新利最新登入,回到Netflix在下一节。