聯(lián)商網(wǎng)前言：Netflix是近年來迅速竄起來的美國知名影片，音樂租賃零售商，已經(jīng)連續(xù)五次被評為顧客最滿意的網(wǎng)站。公司可以提供在線影片租賃觀看，或者租賃實(shí)體DVD，并在大多數(shù)的知名實(shí)體零售商內(nèi)設(shè)有Netflix自動影片租賃亭。在其急速滲透至美國消費(fèi)者家庭的同時(shí)我們不得不感嘆公司背后強(qiáng)大的技術(shù)支持，下文分享的是Netflix基于用戶搜索作出的相關(guān)推薦運(yùn)算法，譯者想表達(dá)的是：簡單的現(xiàn)象背后不簡單的工程。
假如你用過Netflix的影片租賃服務(wù)，你可能會被它基于你搜索下的影片相關(guān)推薦給驚訝到，因?yàn)樗?ldquo;相關(guān)推薦”是在是有點(diǎn)特殊、甚至讓你覺得摸不著頭腦。
假如Netflix要為其約4000萬名顧客作出特殊的影片定制推薦，那它需要多大的個(gè)性化類型數(shù)據(jù)庫去描述整個(gè)好萊塢的電影呢？
當(dāng)筆者意識到自己可能發(fā)現(xiàn)Netflix算法規(guī)律后，深深的被這個(gè)網(wǎng)站的技術(shù)理念給震懾了。通過大量而且重復(fù)工作，筆者發(fā)現(xiàn)Netflix的影片數(shù)據(jù)分類不是簡單的分幾百或幾千個(gè)，這個(gè)網(wǎng)站有76897種獨(dú)立的電影分類方法。
我們花了數(shù)周的時(shí)間去理解，分析，逆向解析Netflix的詞匯和語法的分類原理。我們已經(jīng)拆分了Netflix最受歡迎的分類，計(jì)算出最受歡迎的演員和導(dǎo)演。
有史以來從沒有一家公司會像Netflix整合過這些數(shù)據(jù)。從數(shù)據(jù)中可以得知：Netflix分析非常細(xì)致，給每一部電影和電視劇都會設(shè)定標(biāo)簽。他們幾乎擁有所有好萊塢的影片，而那些我們找到的流派僅僅是整個(gè)數(shù)據(jù)庫的冰山一角。
我們逆向解構(gòu)Netflix的系統(tǒng)原理，發(fā)現(xiàn)真的難以超越。公司雇傭了很多人，工作前需要閱讀長達(dá)36頁的培訓(xùn)文件，然后訓(xùn)練他們?nèi)绾螌τ捌陌凳拘詢?nèi)容、暴力程度、浪漫情節(jié)等元素做出精準(zhǔn)的評級、分類。
他們捕捉了數(shù)萬種不同的電影屬性，甚至還為影片主要人物進(jìn)行道德評級。這些標(biāo)簽，與4000萬用戶的看片習(xí)慣進(jìn)行匹配，隨即形成了Netflix獨(dú)一無二的競爭優(yōu)勢。
在Netflix線下銷售中沒有一部電影的標(biāo)簽超過五個(gè)，三個(gè)描述詞的比較多：如戀愛無果外國喜劇片，兩個(gè)描述詞的最常用，用得最多的就是一個(gè)形容詞。
從《洛杉磯時(shí)報(bào)》的一篇文章中我們學(xué)到了設(shè)置標(biāo)簽的基本知識。這些標(biāo)簽是如何與Netflix的個(gè)性化推薦祥結(jié)合的？是什么樣的算法能將標(biāo)簽精確地轉(zhuǎn)化為76897個(gè)分類？
其中關(guān)鍵的一步是：將設(shè)置標(biāo)簽的人類智慧與有著運(yùn)算法則的機(jī)器智能相結(jié)合。不難看出，Netflix公司”個(gè)性化類型“完全是人為形成的，也從側(cè)面反映出人類可能還不能獨(dú)立解決這一問題。例如，形容詞“賞心悅目的”，要想給電影貼上這樣的標(biāo)簽，電影必須滿足一系列特征以外，更重要的是有一個(gè)美滿的結(jié)局。工程師在給一部電影分類時(shí)，依據(jù)的是一系列基本的標(biāo)簽，并不是直接得到這個(gè)電影的類型。
Netflix公司甚至拿出100萬美元的獎金用于鼓勵團(tuán)隊(duì)設(shè)計(jì)出算法。要求其算法能夠提高公司預(yù)測用戶給電影評星的能力。而團(tuán)隊(duì)花費(fèi)數(shù)年時(shí)間也僅僅把算法提高10%。
Netflix這么做的最主要目的是留住訂閱用戶。而我們之前表象看到的奇怪推薦正是他們戰(zhàn)略的重要部分。早在2012年時(shí)，Netflix就在其官博中提到，“能精確捕捉到用戶喜歡的微類型內(nèi)容，就能用提升訂購率，從而拉開自己與競爭對手的差距”事實(shí)也證明，Netflix更了解用戶，其網(wǎng)站內(nèi)容對于用戶的粘性就越強(qiáng)。
現(xiàn)在Netflix建立了屬于自己用戶對美國電影喜好的強(qiáng)大數(shù)據(jù)庫。該數(shù)據(jù)庫雖然不能告訴導(dǎo)演編劇影視劇要怎么拍才能有好票房，但至少能提醒美國的制片人，影片需要有哪些元素才能抓住美國觀眾的眼球，例如在拍攝美劇“紙牌屋”的時(shí)候，就很好的利用了這些元素。
（聯(lián)商網(wǎng)編譯，轉(zhuǎn)載注明出處）
