Netflix: a világ legnépszerűbb előfizetéses alapú videó streaming kínálata világszerte!
“Black Mirror, Dead to Me, and Medici”. – Top ajánlások a Netflixen a következő megtekintéshez.
De hé, honnan tudná a Netflix, hogy melyik műfaj illik leginkább a felhasználó ízléséhez?
Mindez a legkorszerűbb ajánlómotoroknak köszönhetően.
Az ajánlómotor egy olyan adatszűrő eszköz, amely adatok és algoritmusok segítségével szűr egy katalógust, amely a felhasználó számára releváns elemeket és termékeket jósol. Az ajánlómotorok ötvözik a tartalomalapú és a kollaboratív alapú megközelítéseket. Most a tartalomalapú megközelítés azokra a sajátos elemekre támaszkodik, amelyek iránt a felhasználó korábban érdeklődést mutatott, így e tulajdonságok hasonló mintázatát javasolja. Másrészt a kollaboratív alapú megközelítés a szolgáltatás összes felhasználóját elemzi, és a hasonló ízléssel rendelkező többi felhasználó releváns tárgyai alapján ajánlja az új felhasználót.
1 millió dollár: a Netflix a jobb ajánlómotorokra vetített ötleteiért nyert díjat.
A millió dolláros vállalkozás nagy érdeklődést fordított arra, hogy a mélytanulásból és a gépi tanulásból származó ötleteket a termék mögötti mérnöki munkába idealizálja.
Itt van, amit a Netflix vezető adattudósa, Mohammad Sabah mondott 2014-ben,
“A felhasználók 75 százaléka a vállalat ajánlásai alapján választ filmet, és a Netflix szeretné ezt a számot még magasabbra emelni.”
Most a Netflix kétségkívül a tartalomajánlás és a személyre szabott felhasználói élmény megtestesítője.
Long story short.”
A Netflix mögött álló elmék, Randolph és Hastings gyűjtik a felhasználói interakciók adatait, hogy jobb és tisztább képet kapjanak arról, hogyan használják az ügyfelek a DVD-kölcsönző szoftvert. Ezt követően kérdőívek segítségével kezdtek el adatokat gyűjteni, sőt, még a felhasználók lakóhelyére is telefonáltak. Szerencséjükre, ahogy a technológia fejlődött, úgy fejlődött az adatgyűjtési módszerük is.
A Netflix még két évtized elteltével is azon van, hogy a szoftverhasználatra vonatkozó kulcsfontosságú ismereteket felhasználva fejlesztéseket hajtson végre. Végül a mesterséges intelligencia és a gépi tanulás nagyobb szerepet kap, így lehetővé téve, hogy minden egyes előfizető a szemcsés előfizetői bázis ismereteinek megfelelően élje át a tapasztalatokat.
Milyen változásokon ment keresztül a Netflix?
A legtöbb ajánlórendszer úgy működik, hogy a felhasználók egy 1-től 5-ig terjedő skála alapján rangsorolják a termékeket. Nos, a Netflix megszabadult ettől. A milliós cég úgy döntött, hogy áttér a hüvelykujj felfelé vagy lefelé értékelési rendszer egyszerűbb változatára, valamint a felhasználó és a film közötti kompatibilitást mutató százalékos arányra. A változásra bizonyos okok miatt került sor, mivel az emberek általában az Ön nevében értékelik a filmeket, így az értékelésük elfogult lehet. Pontosan, bizonyos mértékig ez hatással volt az algoritmusokra (a bemenetre és a kimenetre). Így ahelyett, hogy a bemeneteket 0 és 5 formájában kapta volna, most egy részletesebb bináris “igen” és egy bináris “nem” értékelést kap, attól függően, hogy a felhasználó értékeli-e a filmet vagy sem. Ami pedig a kimenetet illeti, a rendszernek százalékos egyezést kell adnia a felhasználó és a film között. El lehet képzelni, mennyi munkát kellett az algoritmusmérnököknek és a mesterséges intelligencia mérnökeinek befektetniük.
A Netflix emellett úgy döntött, hogy több adatot használ fel a legjobb ajánlás felajánlásához. Jelenleg a Netflix ajánlásainak nagy része a globális közönségükön alapul. Így a javaslatok már nem korlátozódnak régióspecifikusan. A Netflix gyors terjeszkedésének másik fő oka.
👉Edényképek/művek személyre szabása
Edényképek kivetítése még egyszerűbbé tette a felhasználók számára, hogy kiválasszák az általuk kedvelt filmeket. A legtöbb felhasználó hajlamos a filmeket vagy sorozatokat a miniatűrök alapján kiválasztani, hogy eldöntse, érdemes-e megnézni a filmet vagy sem. Idővel a Netflix felismerte, hogy a cím önmagában nem tudja meggyőzni a felhasználót a film megnézéséről, ezért vetítésük a dinamikus, személyre szabott miniatűrök felé.
Minden kiválasztott miniatűr algoritmuson alapul, amelyen keresztül a felhasználók preferenciája kerül kiválasztásra, és a múltbeli megtekintési előzmények alapján a kiválasztott miniatűr a legmagasabb konverziós aránnyal rendelkezik. A Netflix minden egyes programjához sokféle plakát létezik, amelyek mindegyike a nézők egy adott csoportját célozza meg. Mivel az algoritmus a miniatűrök alapján adatokat és információkat gyűjt a felhasználóról, jobb választ ad a felhasználók műfajának azonosításában.
👉Optimalizált streaming-minőség
A streaming-minőség egy kulcsfontosságú metrika, amely kifejezetten hozzájárul a visszafordulási arányokhoz. A világszerte több mint 140 millió előfizetővel egyre nagyobb kihívást jelent a Netflix számára, hogy a legjobb streaming minőséget kínálja nézőinek. A mesterséges intelligencia és a gépi tanulás segítségével azonban a Netflix már jóval előre meg tudja jósolni a jövőbeli igényeket, és a stratégiai szerverhelyeken jóval előre elhelyezheti az eszközöket. A videóeszközök előzetesen az előfizetőkhöz közelebbi elhelyezésével a nézők még csúcsidőben is megszakítás nélkül kiváló minőségű videót streamelhetnek.
👉Csak az Ön számára készített, személyre szabott filmajánlatok
Még ha két személy egyszerre jelentkezik be a Netflixre, mindkettőjüknek különböző programajánlatokat ajánlanak. Bár ez a felszínen nyilvánvalónak tűnhet, a belső történet azonban teljesen más. A Netflix ajánlórendszere algoritmus-alapúan működik, de a fő tényező, amely növeli ezeknek az ajánlásoknak a relevanciáját, a gépi tanulásnak és a mesterséges intelligenciának köszönhető. Az algoritmus az adatgyűjtés során tanul. Ezért minél több időt tölt a Netflixen, annál relevánsabb programokat fog ajánlani.
A Netflix évente több mint 1 milliárd dollárt érő ajánlómotorja személyre szabott javaslati hálóval rendelkezik, amely kizárólag a nézők ízlésére van szabva.