Menarik

Seberapa Tepat Netflix Merekomendasikan Film Kepada Anda?

Seberapa Tepat Netflix Merekomendasikan Film Kepada Anda?

Dengan ribuan acara TV dan film di Netflix, bagaimana Anda memilih apa yang akan ditonton? Jawaban sederhananya adalah Netflix menawarkan pilihan langsung ke layar Anda.

Tapi ini memungkiri interaksi kompleks data pengguna, pembelajaran mesin, dan algoritme pintar yang mendorong proses di balik layar. Dan, mereka tentu tidak akan kekurangan data pengguna.

Netflix, hingga saat ini, baru saja berakhir 100 juta pelanggan di platformnya. Tetapi dengan setiap langganan memiliki beberapa profil, jumlah sebenarnya menjadi dua kali lipat.

Itu banyak data, dan dengan berakhirnya 80% acara TV yang sedang ditonton di platform, tugasnya dihentikan, untuk membuat orang tetap terlibat. Tetapi itu tidak harus melakukan semua kerja keras.

Netflix secara efektif mengalihdayakan beberapa proses kepada Anda. Informasi tentang bagaimana Anda menggunakan platform, bagaimana Anda menilai konten, dan apa yang Anda cari semuanya dikumpulkan dan dianalisis oleh Netflix untuk meningkatkan pengalaman pengguna Anda dengan lebih baik.

TERKAIT: 15 ACARA TV TERBAIK UNTUK ENGINEER

Dalam artikel berikut, kita akan melihat "di balik terpal" terkait sistem rekomendasi Netflix dan memberikan beberapa jawaban atas pertanyaan umum lainnya.

Bagaimana Netflix memilih film yang saya tonton?

Netflix menggunakan kombinasi pembelajaran mesin, data dari penggunanya, dan algoritme untuk menyusun peringkat kontennya dan memutuskan apa yang akan ditampilkan di akun Anda. Jika Anda ingin tahu caranya, Netflix menawarkan ikhtisar bermanfaat tentang sistem mereka di situs web mereka.

Dalam sebuah wawancara dengan Wired, Todd Yellin (Wakil Presiden Inovasi Produksi Netflix) menjelaskan bahwa Anda dapat menganggap sistem mereka sebagai bangku berkaki tiga.

"Tiga kaki bangku ini adalah anggota Netflix; pemberi tag yang memahami segala sesuatu tentang konten; dan algoritme pembelajaran mesin kami yang mengambil semua data dan menyatukan semuanya," katanya.

"Setiap kali Anda mengakses layanan Netflix, sistem rekomendasi kami berusaha membantu Anda menemukan acara atau film untuk dinikmati dengan sedikit usaha. Kami memperkirakan kemungkinan Anda akan menonton judul tertentu di katalog kami ..." - Netflix.

Ini dilakukan dengan menggunakan berbagai faktor. Ini termasuk:

- bagaimana Anda berinteraksi dengan layanan mereka (seperti riwayat tontonan Anda, permintaan pencarian, dan peringkat konten pribadi);

- data yang dikumpulkan dari anggota lain di situs dengan minat yang sama dengan Anda; dan,

- menautkan semua itu ke informasi tentang judul, seperti genre, kategori, aktor, tahun rilis, dll. melalui konten mereka.

Seluruh proses rekomendasi yang dipersonalisasi dimulai saat Anda pertama kali membuka akun atau menambahkan profil baru ke dalamnya. Pada tahap ini, Anda akan diminta untuk memilih beberapa judul yang Anda sukai.

Netflix menggunakan pilihan ini untuk "memulai" proses rekomendasi. Jika Anda menghindari langkah ini, algoritme memerlukan waktu sedikit lebih lama untuk "mempelajari" tentang preferensi pribadi Anda.

"Kami mengambil semua tag ini dan data perilaku pengguna, lalu kami menggunakan algoritme pembelajaran mesin yang sangat canggih yang mencari tahu apa yang paling penting - apa yang harus kami pertimbangkan," kata Yellin.

Netflix juga mencatat kebiasaan pengamat lain, seperti waktu Anda cenderung menonton, perangkat mana yang Anda gunakan, dan berapa lama Anda menonton konten tertentu. Menurut situs web mereka, itu tidak memperhitungkan demografi (usia dan jenis kelamin, dll).

"Seberapa penting jika konsumen menonton sesuatu kemarin? Haruskah itu dihitung dua kali lebih banyak atau sepuluh kali lebih banyak dibandingkan dengan apa yang mereka tonton sepanjang tahun lalu? Bagaimana dengan sebulan yang lalu? Bagaimana jika mereka menonton konten sepuluh menit dan meninggalkannya atau mereka bermain-main dalam dua malam? Bagaimana kita menimbang semua itu? Di situlah pembelajaran mesin berperan. Apa yang diciptakan oleh tiga hal itu untuk kita adalah 'komunitas pengecap' di seluruh dunia. Ini tentang orang-orang yang menonton jenis yang sama dari hal-hal yang Anda tonton. " Yellin menambahkan.

Semua informasi ini kemudian dimasukkan melalui algoritme internal mereka sendiri untuk memberikan, dengan kemampuan terbaik mereka, daftar rekomendasi yang sangat dipersonalisasi untuk Anda.

Bagaimana cara merekomendasikan film ke Netflix?

Jika Anda muak dengan tidak menemukan film yang Anda suka tonton di Netflix, Anda sebenarnya dapat merekomendasikannya kepada mereka untuk mempertimbangkan untuk menambahkannya nanti. Ini adalah sesuatu yang tidak diketahui secara luas, tetapi memang ada.

Di halaman permintaan Netflix, Anda dapat meminta hingga tiga film atau acara TV yang tidak mereka miliki dan Anda sukai. Anda dapat, misalnya, meminta mereka membawakan acara TV atau serial film favorit Anda.

Tetapi, hanya karena Anda telah merekomendasikan sesuatu untuk ditambahkan itu tidak berarti mereka akan, atau bisa. Setelah Anda mengirimkan permintaan, Netflix mencatat bahwa, meskipun mereka menghargai umpan baliknya, ada batasan untuk apa yang dapat mereka lakukan.

Menurut Mashable, Netflix menjelaskan alasannya:

"Meskipun kami senang mendengar saran Anda, terkadang kami tidak dapat melisensikan film atau acara TV tertentu. Alasan kami mungkin tidak dapat memperoleh lisensi meliputi:

- Hak konten saat ini eksklusif untuk perusahaan lain.

- Contoh: Game of Thrones adalah Seri Asli HBO.

- Hak streaming tidak tersedia untuk dibeli dari penyedia konten.

- Faktor lain, termasuk popularitas, biaya, atau ketersediaan musiman atau lokal. "

Bagaimana Anda menilai film Netflix?

Menilai film, atau acara TV dalam hal ini, di Netflix, sebenarnya cukup mudah. Ini juga merupakan hal yang sangat berguna untuk Anda lakukan sehingga Netflix dapat menyesuaikan rekomendasi mereka dengan selera dan kesukaan Anda yang sebenarnya.

Prosesnya sangat sederhana:

- LuncurkanAplikasi Netflix dari layar Beranda perangkat pintar, konsol game, atau komputer Anda;

- Telusuri atau ketuk film atau acara yang telah Anda tonton yang ingin Anda beri peringkat;

- Ketukbintang merah di sebelah kanan film atau spanduk acara. Mereka kemudian harus berbalikkuning;

- Ketuk jumlah bintang yang ingin Anda berikan pada film atau acara untuk menambahkan peringkat Anda.

Itu saja, semudah pie.

Bagaimana cara menghapus rekomendasi Netflix saya?

Jika Anda pernah bertanya-tanya apakah Anda dapat menghapus rekomendasi Anda di Netflix, itu sebenarnya mungkin. Prosesnya dapat dianggap sebagai menghapus situs secara selektif dari riwayat penelusuran Anda di mesin pencari seperti Google.

Dengan melakukan ini, Anda secara efektif mengatur ulang beberapa bagian algoritme Netflix untuk profil Anda dan mungkin melihat banyak konten yang mungkin tidak menarik untuk Anda tonton. Karena alasan ini, melakukan hal itu kemungkinan besar berarti Anda akan menghabiskan lebih banyak waktu untuk mencari judul.

Tapi itu bisa berguna jika terjadi sesuatu seperti perpisahan di mana beberapa pengguna telah mengakses profil yang sama, misalnya.

Sama seperti proses penilaian, menghapus riwayat penayangan Anda dan data pengguna lainnya juga cukup mudah. Tapi ini sedikit lebih padat karya.

Untuk ini ikuti langkah-langkah berikut:

- Buka Netflix di perangkat pintar, konsol game, atau komputer Anda;

- Arahkan kursor ke foto profil Anda di pojok kanan atas layar;

- Klik "Akun";

- Klik "Aktivitas Melihat" di bawah "Profil Saya";

- Klik 'X' di samping judul untuk menghapusnya dari riwayat penayangan Anda;

- Klik "Hapus Serial?" jika Anda ingin menghapus seluruh rangkaian, tentu saja.

Semua permintaan penghapusan judul yang dibuat akan dihapus dari riwayat tontonan Anda di dalamnya 24 jam atau lebih. Sayangnya, tidak mungkin menghapus seluruh riwayat tontonan Anda secara bersamaan.

Anda juga dapat mempertimbangkan untuk menutup akun Anda dan membuka yang baru jika Anda benar-benar ingin memulai dari awal.


Tonton videonya: 10 Film Netflix Terbaik Tahun 2020, Bermutu u0026 Berkualitas! (November 2021).