Netflix與推薦系統

最近，看到光腚總菊在6月30日又發布了老百姓喜聞樂見的通知【蘋果中國區所有遊戲需要廣電總局審批才可上架】，不禁感嘆中國媒體遊戲行業的命途多舛，莫非以後下遊戲都要上淘寶買個美國的Appstore賬號？這不科學！

光腚的屠刀最初是砍向國內電影的，眾所周知一部電影要在院線上映，必須經過光腚的審核，而這種審核又極其的主觀和不透明，導致了國內電影市場充斥了各種主旋律電影和被閹割過的國外電影。

審核，導致了中國電影創新的不足，以及與民眾喜好的脫節。

反觀國外，用電影分級制度取代審核，很好地保證了電影創作者的自由，各種電影公司很早就開始了數據調研，各方面收集觀眾數據，確保拍出的電影，能夠最大限度迎合觀眾的喜好。

這種自下而上，從觀眾喜好出發拍電影電視劇的公司，佼佼者是拍出了《紙牌屋》的Netflix。

Netflix不是一家傳統的媒體公司，他是一家純正的互聯網公司。1998年Netflix在美國矽谷創立，兩個創始人 Marc Randolph 和 Reed Hastings 都有IT行業背景。

Reed Hastings 原本是一個數學老師，在1991年創立了一家叫 Pure Software 的公司，主要的產品是開發一種給Unix和C程序員使用的調試工具。1997年Hastings將公司作價7億美元賣給了另外一家軟體公司，使他擁有了創立Netflix的原始資本。

而 Marc Randolph 最初是英國最大的電腦和IT設備零售商 MicroWarehouse 的聯合創始人。

創始人的IT背景，讓 Netflix 這家公司走的路，非常的與眾不同，而他最與眾不同的地方，在於他的電影推薦系統 Cinematch。

國內上Netflix需要翻牆，Netflix採用付費會員制，會員按月付費，付完就可以無限制地觀看上面各種連續劇和電影（包括很多Netflix自製和獨播的視頻）。

香港的Netflix月付會員分基本、標準、高級三種，不同的地方在於是否可觀看高畫質的視頻，以及是否可在多個屏幕（電視、PC、手機）觀看。

購買會員後第一次登陸，會讓你選擇三個喜歡的影片，作為 Cinematch（Netflix的電影推薦系統）的初始數據源。

選擇完會有一個緩衝頁面，這時應該是在運行他們後台的推薦演算法。

緩衝完需要選擇是誰在觀看影片，這也是一個 Cinematch 的初始數據輸入，根據觀看用戶不同，推薦的結果也不一樣。

整個頁面非常簡單，分為26行，裡邊涉及到推薦的主要是 給俊的最佳推薦、與《蝙蝠俠-夜神起義》類似影片 （我選擇的三部電影之一）、與《紙牌屋》類似影片（我選擇的三部電影之一）、與《心靈捕手》類似影片（我選擇的三部電影之一）這4行。

其他都是一些公共的，如熱門選擇、驚悚影片、喜劇片等。

Netflix的訂閱用戶數目前已超過1億，並且以每天幾十萬的速度在增長。

他的推薦系統 Cinematch 的數據源主要有以下8個：

上百億的用戶對視頻的評分數據，並且每天以千萬的規模增長，這是個很重要的輸入數據，用戶對視頻的主觀評分，反映用戶的喜好。

每天上千萬的播放數據，這些數據包括用戶的播放時長、播放時間點、設備類型等。

如將視頻添加進我的片單、將視頻添加進播放列表等操作數據，反映著用戶的喜好。

用戶與網頁的交互，包括滑鼠點擊、頁面停留時長、滑鼠軌跡等。

用戶播放的視頻的屬性數據，包括導演、演員、類型、評論等。

Netflix與Facebook等社交網站打通，可以取到用戶關聯的Facebook賬號的社交數據，如取到他們好友的播放記錄，可實現基於好友的推薦。

每天上千萬的搜索請求，包括用戶輸入的搜索關鍵字，以及最終用戶選擇的搜索結果等數據。

外部電影網站的數據，如影片票房、影評等。

Cinematch在上線前，會經過2輪的測試，分別是線下測試和線上測試。

Netflix內部叫 Top10 Marathon（前十的馬拉松比賽），為期10周，線下不涉及用戶地快速地檢測數十種演算法，提升前10個推薦結果的精準度。不同的人被邀請到一起，貢獻想法，並編程實現。

線下測試的評價指標主要是統計上的指標，如預測的評分與真實評分相差的均方根等。

線上測試就是A/B Testing，通常會平行多個A/B Testing，同時實驗幾個演算法和一些激進的功能改進。

線上測試的評價指標主要有3個，包括視頻播放時長、用戶停留時長、用戶留存率。如果新的演算法可以提升這3個指標，那麼會認為新演算法優於舊演算法。

整個測試流程的圖示：

從2006年開始，Netflix一直在舉辦Netflix大獎賽，這是一個機器學習與數據挖掘的比賽，目的是在全球徵集演算法，提升電影的評分預測準確度。

對於能將Cinematch系統的準確率提升10%的獲勝團隊，能獲得100萬美元的獎金。

Netflix積累了龐大的用戶數據，這些數據讓他成為世界上最了解用戶的電影公司，也讓Netflix從影片租賃、視頻流媒體服務走上了自製劇的道路。

Netflix的《紙牌屋》風靡全球，而《紙牌屋》的誕生，也是基於數據挖掘。

在《紙牌屋》誕生之前，Netflix在對用戶喜好數據的挖掘中，發現1990年BBC播出的英劇版《紙牌屋》在過去了幾十年後的今天，依然廣受影迷歡迎，用戶播放數據居高不下。

並且發現這批觀看英劇版《紙牌屋》的用戶，觀看最多的電影的導演是大衛·芬奇，演員是凱文·史派西，因此投入巨大的資金，押寶《紙牌屋》的重製，並且邀請大衛·芬奇作為第一季的導演，邀請凱文·史派西飾演第一男主角下木（Underwood）同志。

最終，重製的《紙牌屋》獲得了9項艾美獎的提名，包括最佳劇集、最佳男主角、最佳女主角等。並且第一季度的《紙牌屋》，幫助Netflix新增了200多萬個新的訂閱用戶。

從DVD租賃，到視頻流媒體服務，到自製劇，Netflix依靠數據挖掘，成為世界上最獨特的電影公司，也讓他成為一家年銷售額接近70億美金，凈利潤達到1.3億美金的巨無霸公司。

親，如果覺得我講的還OK，請給我點贊哦 ( ^___^ )y

推薦閱讀：