只靠評分不準？Netflix如何推薦影片

【新唐人亞太台 2017 年 11 月 10 日訊】相信很多觀眾朋友都有收看Netflix的經驗，每次一打開，總會看到新的推薦影片。究竟Netflix是如何推算每位觀眾的喜好，推薦影片，這背後的演算法，其實大有玄機。

工作了一天回家打開Netflix，想挑一部好片來看，點開影片菜單，也許就直接挑許一部評分五顆星的影集，開始收看。根據統計，75％的影片瀏覽都來自Netflix的推薦結果，而非搜尋。而這背後原理，相信很多人都不陌生，就是來自分析大數據。

Netflix產品創新副總裁 葉林:「當我們有了這些數據，我們只有一個目的。那就是讓每一位會員有更好的體驗。我們沒有廣告，只有訂閱。而用這個訂閱樣板，我們無所不用其極，基本上我們是跪著請求消費者，請留在Netflix。」

從一家只寄送DVD的公司，變成提供影片串流服務龍頭，Netflix的全球總訂閱用戶如今已超過一億人，而其實Netflix背後的演算法也非比尋常。降低以評分推薦的比重，把重點放在，觀眾實際上到底看了什麼。比方來說，觀眾可能會給《盧安達飯店》（Hotel Rwanda）五顆星，給《美國隊長》（Captain American）兩顆星，但其實可能更喜歡看《美國隊長》。有別於只用位置、年齡及性別等推敲觀眾品味，Netflix抓住了觀眾在收視時的唯妙心理。這也就是為什麼有時候觀眾收到的推薦影片，只有兩、三顆星。

Netflix數據工程師 Brian Sullivan:「談到個人化，這是我們著稱的。我們可以開啟推薦功能，以明確的數據為根據，諸如觀眾評分，還有光是收視活動，就能告訴我們個人的喜好。還可以從千變萬化更廣的使用者數據中去推敲。」

要讓每位觀眾的「個人化」的欄位，都由自身的行為創造，Netflix跳脫五星級評分思維，因為，這些隱而不顯的評分，實際上比觀眾自己打分數更加準確。

新唐人亞太電視 林妤 綜合報導