Netflix 是如何推薦電影的

在信息爆炸的時代，我們面對的選擇越來越多。內容提供商們，比如音樂電臺、視頻流媒體、應用商店等，常常把內容分成不同的類型，以供用戶們選擇。不過，類型常常是一種寬泛的分類，并不能完全滿足用戶個性需求，而且類型區(qū)分過細的話，常常使人無所適從。

在這種情況下，智能推薦開始出現(xiàn)了。得益于計算機技術的進步，內容提供商能夠對用戶的愛好做出更為細致的分析，從而做出更加個性化的推薦。通過對Netflix影片分類的深入分析，以及采訪Netflix產(chǎn)品副總裁，Atlantic網(wǎng)站的Alexis C. Madrigal揭示了Netflix影視推薦背后的真相。

Netflix推薦影片的時候，會給出一個非常細致的類型，或者說是一種“微類型”.Alexis 想要整理出一份完整的微類型列表。由于Netflix的微類型多得離譜，他不得不借助于自動處理軟件。在計算機連續(xù)運作一天之后，他看到了Netflix微類型的數(shù)量：76897個。這些微類型是由一些基本要素構成的，基本語法是這樣：

地區(qū)+形容詞+類型（名詞） +基于……+……為背景+來自……+關于……+從 X 歲到 Y 歲

（Region + Adjectives + Noun Genre + Based On… + Set In… + From the… + About… + For Age X to Y）

當然，有些微類型是不符合上述語法的，比如“有強勢女主角”和“適合無可救藥的浪漫主義者。”

在同事Ian Bogost 的建議下，Alexis還編寫了一個類型生成器，試圖理解Netflix的算法究竟是什么樣子的。不過，他還是感覺沒有看到全貌。于是，他聯(lián)系了Netflix,并見到了公司的產(chǎn)品副總裁Todd Yellin,那個創(chuàng)建了 Netflix 推薦系統(tǒng)的人。

在接受采訪的時候，Todd Yellin說，他早就等著人們來問這個問題了。為所有的電影加上標簽，正是他的主意，而他還自己寫了一張24頁的文檔，講述加標簽的方法。他為早期的一些電影加過標簽，而且主導了整個系統(tǒng)的創(chuàng)建過程。

“我的第一個任務是：把內容撕裂開來！”他說。

2006 年，Yellin組織了十幾個工程師，花費數(shù)月時間編寫一份名為“Netflix 量子理論”的文檔。當時，他把組成影片的基本元素稱作“量子”.如今，他更喜歡“微標簽”的說法，因為現(xiàn)在看來，“量子理論”是一個自命不凡的名字。

這份文檔描述了為影片各種層面加標簽的方法，涉及到影片結尾、主角的“社會接受程度”等等方面。標簽是帶標量的，從1到5,就是說，所有的影片都有一個“浪漫程度”的標示，而不僅僅是那些表明是“浪漫片”的電影。每個電影的結局都有打分，從幸福到悲傷。每個情節(jié)都有標簽。主角的工作有標簽。影片的地點有標簽。

Netflix的工程師以“微標簽”為基礎，創(chuàng)造了一種語法，來生成各種類型。這是一種人工和機器算法的結合。Netflix 的做法，與 Pandora 的音樂基金組計劃有些類似，但是 Netflix 不僅僅展示給你喜歡的內容，還能夠對其進行文字描述。

這些標簽數(shù)據(jù)不僅僅用來生成類型，也用來增加推薦的個性化程度。如果你喜歡動作冒險類電影，并且浪漫程度比較高的，Netflix 可以推薦給你。“我們將對影片中的浪漫程度做出標注。我們不會告訴你它有多浪漫，但是我們會推薦它，”Yellin 說，“你會看到動作場面，里面的浪漫程度如何，那取決于我們對你的了解。”

在采訪結束之前，Alexis 向Yellin展示了一個有趣的圖表。Netflix上最受歡迎的演員排名中，占據(jù)第一名的是Raymond Burr,50 年代電視劇Perry Mason的主演，而占據(jù)第七名的是Barbara Hale,在劇中扮演主演的秘書。為什么這兩個人能夠超過梅麗爾·斯特里普、塞繆爾·杰克遜、尼古拉斯·凱奇和肖恩·康納利？

這是一個謎題。即使是Yellin也搞不懂，為什么他們的名字出現(xiàn)在那么多的“微類型”中。這是無法用邏輯來解釋的問題。

“讓我們做些哲學思考吧。在人類社會中，生命由于意外而變得有趣。”他說，“當你把復雜的東西添加到機器的世界時，你也在添加自己無法想象的意外。Perry Mason就會發(fā)生。這些機器中的鬼魂，經(jīng)常是復雜帶來的副產(chǎn)品。有時候我們稱它為失誤，有時候我們稱之為特色。”

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。