Sådan fungerer Netflix' anbefalingssystem

Vores forretning er en abonnementsmodel, der tilbyder personligt tilpassede anbefalinger, der kan hjælpe dig med at finde serier, film og spil, som vi tror, du vil kunne lide. For at gøre dette har vi oprettet et innovativt anbefalingssystem. Denne artikel giver en overordnet beskrivelse af vores anbefalingssystem på almindeligt sprog.

Det grundlæggende

Når du åbner Netflix-tjenesten, prøver vores anbefalingssystem at hjælpe dig med nemt at finde en serie, en film eller et spil, du vil kunne lide. Vi anslår sandsynligheden for, at du vil synes om en bestemt titel i vores katalog baseret på en række faktorer, som f.eks.:

• din interaktion med vores tjeneste (f.eks. din visningshistorik og hvordan du har bedømt andre titler),

• andre medlemmer på vores tjeneste med tilsvarende smag og præferencer, og

• oplysninger om titlerne, f.eks. deres genre, kategorier, skuespillere, udgivelsesår osv.

Ud over at vide hvad du har set på Netflix, tager vi også følgende i betragtning, når vi prøver at finde de bedste anbefalinger til dig:

• hvornår på dagen du ser noget på Netflix,

• dine foretrukne sprog,

• hvilke enheder du ser Netflix på, og

• hvor længe du har set med på en titel fra Netflix.

Alle disse data bruger vi som en del af det input, vi behandler i vores algoritmer. (En algoritme er en proces eller et regelsæt, der bliver fulgt for at udføre en handling). Anbefalingssystemet medregner ikke demografiske oplysninger som f.eks. alder eller køn som en del af beslutningsprocessen.

Hvis du ikke får præsenteret noget, du har lyst til at se, kan du altid søge i hele kataloget, der er tilgængeligt for dig. Vi prøver at gøre det så nemt og hurtigt som muligt at søge. Når du indtaster en søgeforespørgsel, er de resultater, vi viser først, baseret på en række faktorer, såsom handlinger fra andre medlemmer, der har indtastet samme eller tilsvarende forespørgsler, vores forudsigelser om, hvad vi tror, du vil kunne lide at se på Netflix, med mere.

Herunder finder du en beskrivelse af, hvordan systemet fungerer over tid, og hvordan disse oplysninger påvirker, hvad vi præsenterer dig for.

"Tyvstart" af anbefalingssystemet

Når du opretter din Netflix-konto eller føjer en ny profil til din konto, beder vi dig om at angive nogle titler, du synes godt om. Vi bruger disse anbefalinger til at "tyvstarte" vores anbefalinger til dig. Det er valgfrit, om du vil vælge nogle få titler. Hvis du vælger at springe dette trin over, vil vi vise dig et alsidigt sæt af populære titler, så du kan komme i gang.

Når du begynder at se titlerne på tjenesten, vil dette få "fortrinsret" over de oprindelige præferencer, du gav os. Efterhånden som du fortsætter med at se Netflix, vil de titler, du har set senest, få mere vægt end titler, du tidligere har set, i forhold til at drive vores anbefalingssystem.

Rækker, rangeringer og titelrepræsentation

Når du ser på din Netflix-startside, har vores systemer rangeret og angivet titler på en måde, der er designet til at præsentere den bedst mulige rækkefølge af titler, som du måske vil kunne lide.

På hver side er der flere lag af personlig tilpasning. F.eks. kan vi i en række tilpasse følgende:

• valget af række (f.eks. Se videre)

• hvilke titler der vises i rækken, og

• rækkefølgen af disse titler.

De mest anbefalede titler vises øverst. De mest anbefalede titler starter til venstre for hver række og går til højre – medmindre du har valgt arabisk eller hebraisk som dit sprog i vores systemer, i så fald vil disse gå fra højre mod venstre.

Sådan forbedrer vi vores anbefalingssystem

Vi bruger feedback fra hvert besøg på Netflix-tjenesten (f.eks. hvilke titler, du starter med at se, om du har set dem færdig, hvordan du vurderer disse titler – med en tommel op-bedømmelse) til at opdatere vores algoritmer med dette input for at forbedre nøjagtigheden af deres forudsigelse af, hvad du højst sandsynligt foretrækker at se. Vores data, algoritmer og beregningssystemer fortsætter med at give feedback til hinanden for at skabe nye anbefalinger, så din Netflix-oplevelse forbliver relevant og nyttig.