211service.com
Varför det inte kommer att bli en Netflix-prisuppföljare
2006 lanserade Netflix en ovanlig och mycket framgångsrik tävling för att förbättra sitt rekommendationssystem. Den släppte en databas med 100 miljoner betyg på filmer och TV-program från nästan 500 000 användare och, 2009, belönades med jackpotten på 1 miljon dollar det första laget att öka noggrannheten i sin egen filmrekommendationsalgoritm med mer än 10 procent.
Dessa tre år verkar vara evigheter sedan idag. Den snabba ökningen av strömmande innehåll – med Netflix-kunder som bara tittar en miljard timmar innehåll i juni – har exploderat mängden och typerna av data som är tillgängliga för företagets datavetenskapsteam. Huruvida Netflix använder den datan på ett klokt sätt kan vara avgörande för dess framtida verksamhet, eftersom det möter växande konkurrens från streamingsidor som Amazon och Hulu.
Netflix återuppfinner redan sina rekommendationsformler och personliga hemsidor för att anpassas till sin streamingverksamhet, säger Netflix vice vd för produktinnovation Todd Yellin, som talade på en IBMs forskningspanel på fredag. Han uppskattar att, sedan Netflix började strömma innehåll, har mängden data Netflix har om den genomsnittliga användaren tiodubblats, särskilt som människor tittar på fler timmar med innehåll än de gjorde när DVD-skivor i första hand kom med posten.
Realtidsdata ger också nya, detaljerade insikter om människors faktiska filmtittande vanor. Till exempel kan en person aldrig komma runt för att betygsätta en film, men Netflix kan gissa att det inte var en vinnare om personen aldrig kom till slutet. Familjer delar ofta Netflix-konton. Så Netflix kan rekommendera olika filmer, eller ändra dess personliga design på hemsidan, baserat på om det gissar att en man eller hustru eller deras barn tittar på den tiden på dagen.
Netflix lägger också till ett socialt element. Endast utanför USA, Yellin säger att Netflix nu integrerar med Facebook, så att som på den populära musiktjänsten Spotify kan folk dela med sig av vad de tittar på. Det kan hjälpa Netflix att ta del av data relaterade till en vanlig anledning till att människor tittar på filmer eller tv-program: för vattenkylare valuta för att diskutera med kollegor och vänner.
Allt detta betyder att förbättringarna som det ursprungliga Netflix-priset ger inte är lika relevanta idag som de var 2009. Vi använder fortfarande en del av lärandet...men det är inte i framkant, säger Yellin. Den mest relevanta informationen är vad folk faktiskt tittar på.
Det finns nya utmaningar med strömmande data, som att bestämma vilka nya faktorer som ska betonas när rekommendationer presenteras. Ska Netflix till exempel väga tid på dygnet mer eller mindre än typen av tittarenhet?
Men ett nytt Netflix-pris kommer sannolikt inte att hända.
Vi var ett mindre företag då, säger Yellin, och det finns vissa integritetsrisker med att dela användardata med det offentliga forskarsamhället – även om det till och med är anonymiserat. Vi är öppna för idén, men det finns inga planer inom den närmaste framtiden.