En
Проекты

Почему Netflix знает о ваших вкусах больше, чем лучшие друзья

Если вы подписаны на эту платформу, то прекрасно знаете, что иногда она удивляет точнейшим попаданием в цель. Вы едва успели подумать о том, что этим вечером было бы здорово посмотреть какой-нибудь новый фильм ужасов, как алгоритм уже предлагает вам «В высокой траве» по рассказу Стивена Кинга. Screenlifer решил разобраться, как это работает, зачем нужно компании и как это может помочь screenlife-режиссерам.

На сегодняшний день Netflix — самая большая стриминговая онлайн-платформа с развлекательным контентом. По их собственным данным, на услуги компании подписано более 167 миллионов клиентов из 190 стран мира. Для сравнения: население России на 2017 год составило чуть больше 140 миллионов человек. Компания начала свой путь еще в аналоговую эпоху. Тогда это был почтовый сервис по доставке DVD-дисков по подписке и только в  2007 году, обратив внимание на популярность таких стриминговых сервисов, как YouTube, Netflix перебрался в Сеть. 

От DVD по почте к стримингу

Ксавье Аматриан (технический директор Netflix с 2011 по 2014) рассказывает, что когда компания занималась доставкой DVD по подписке, отзывы о продукте и решение о том, что смотреть дальше были результатом процесса размышления. Клиент решал, что он будет смотреть через пару дней. Тогда для подбора фильмов использовался алгоритм Cinematch, который работал настолько успешно, что половина всех фильмов возвращалась в компанию с рейтингом в пять звезд.

С переходом на онлайн стриминг решения принимаются пользователями мгновенно, без лишних раздумий. Человеку что-то не нравится, он сразу переключает. Именно поэтому старые алгоритмы, основанные на рациональной оценке, нужно было обновлять с учетом именно этих «эмоциональных», почти автоматических действий пользователей — «ивентов» на языке больших данных. 

Для того, чтобы усовершенствовать эту систему в 2006 году платформа объявила конкурс на лучший рекомендательный алгоритм “Netflix Prize”, победителю которого компания обещала заплатить миллион долларов. Лишь спустя три года команде разработчиков под названием BellKor’s Pragmatic Chaos удалось создать алгоритм, который увеличивал точность Cinematch на 10% — по мнению компании, это был настоящий успех.

Но и от стандартных подборок на ютубе Netflix не отказывается
Netflix / YouTube

Большой брат

В итоге Netflix анализирует не только то, что вы смотрите. Их интересует, когда вы это делаете, с какого устройства, какие моменты перематываете, какие пересматриваете, а где решаете нажать на паузу. Не менее важна информация о том, что вы ищете. Специалисты по большим данным рассказывают, что как только пользователь подписывается на сервис, все его действия записываются. Эти колоссальные объемы данных (миллиарды часов, проведенных миллионами пользователей на платформе) затем обрабатываются. Все это ложится в основу рекомендательного алгоритма.

Работает ли он? Инженеры компании посчитали, что в 2014 году около 75% решений о просмотре обусловлены именно рекомендациями платформы. Он же помогает понять, захотите вы посмотреть фильм или сериал именно в этот день и это время суток. Благодаря этому же алгоритму компания понимает, какие сериалы закупать и производить. В итоге это привело к безусловному международному успеху при сравнительно небольшом объеме предлагаемого контента. 

Рекомендации единомышленников

Возможно, у вас сложилось впечатление, что Netflix, анализируя именно ваше поведение предсказывает, что вы сделаете дальше. Да, но все немного сложнее. Разработчики сделали простое, но очень верное предположение о том, что людям со схожими вкусами понравятся одни и те же фильмы и сериалы. Поэтому алгоритм сравнивает ваше поведение с поведением миллионов других пользователей, находит ваших «единомышленников» и предлагает вам посмотреть то, что понравилось им.

Один из самых ярких примеров действенности этого алгоритма — создание американского «Карточного домика». Этот сериал стал самой крупной инвестицией Netflix и обошелся им в 100 миллионов долларов (от 4 до 6 миллионов за серию). Было ли это выгодным вложением? После запуска сериала два миллиона американцев оформили подписку на платформу, что означало прирост на 7% по сравнению с предыдущим кварталом. Также сериал привлек около миллиона новых подписчиков из других стран мира.

Помимо этого, согласно опросу, проведенному в 2013 году (год выхода первого сезона), 86% пользователей не отказались бы от подписки на Netflix именно из-за «Карточного домика». Так что все инвестиции окупились еще на первом сезоне.

100 миллионов разных Netflix

Пару лет назад разработчики Netflix запустили обновление рекомендательного алгоритма Artwork Personalization. В результате, по их словам, в мире существует не один Netflix, а больше 100 миллионов, потому что каждый пользователь видит свою стартовую страницу: не только с индивидуализированными рекомендациями, но и заставками сериалов и даже трейлерами (для «Карточного домика», например, было создано 10 различных трейлеров, которые показывали пользователям в зависимости от их предпочтений, а для сериала «Очень странные дела» примерно такое же количество заставок).  

Разработчики приводят пример работы этого обновления. Например, рекомендательный алгоритм считает, что вам должен понравиться фильм «Умница Уилл Хантинг». В этот момент в игру вступает новый алгоритм по подбору визуального оформления, который решает, в каком виде показать вам постер к этому фильму. Итак, если система знает, что вы регулярно смотрите мелодрамы и романтические комедии, то на вашем постере будет сцена поцелуя Мэтта Деймона (Уилл Хантинг) и Минни Драйвер (Скайлар). Если же алгоритм распознал в вас по истории просмотров любителя комедий, то на вашем постере будет Робин Уильямс (Шон Магуайр), известный своими комедийными персонажами.

Для скринлайфера такие сервисы могут стать отличным инструментом для раскрытия персонажа. Достаточно показать стартовую страницу стримингового сервиса, и зрителю будет понятно очень многое о вкусах и предпочтениях героя.

Обложка: Shutterstock.com

Дарья Федоринова

0
0 комментариев
Еще статьи на эту тему

Мы и наши партнеры используем файлы cookie на нашем сайте для персонализации контента и рекламы, предоставления функций социальных сетей и анализа нашего трафика. Продолжая просмотр страниц сайта, вы принимаете условия его использования. Более подробные сведения можно посмотреть в Политике конфиденциальности.