Cara Kerja Sistem Rekomendasi Netflix

Bisnis kami adalah model layanan berlangganan yang menawarkan rekomendasi yang dipersonalisasi, untuk membantu menemukan acara dan film yang menarik bagi pelanggan. Untuk melakukannya, kami telah menciptakan sistem rekomendasi kompleks dengan hak milik. Artikel ini memberikan keterangan tingkat tinggi dari sistem rekomendasi kami dalam bahasa sederhana.

Dasar-dasar

Setiap kali mengakses layanan Netflix, sistem rekomendasi kami berusaha membantu menemukan acara atau film untuk dinikmati dengan mudah. Kami memperkirakan kemungkinan judul tertentu dalam katalog kami akan ditonton berdasarkan sejumlah faktor, termasuk:

  • interaksi dengan layanan kami (seperti riwayat streaming dan bagaimana Anda menilai judul lainnya),

  • anggota lain dengan selera dan preferensi yang sama tentang layanan kami, dan

  • informasi tentang judul, seperti genre, kategori, aktor, tahun rilis, dsb.

Selain mengetahui acara yang telah ditonton di Netflix, untuk menyesuaikan saran sebaik-baiknya, kami juga melihat hal-hal seperti:

  • waktu menonton,

  • perangkat yang digunakan untuk menonton Netflix, dan

  • durasi menonton.

Semua bagian data ini digunakan sebagai masukan yang kami proses dalam algoritme kami. (Algoritme adalah proses atau serangkaian aturan yang diikuti dalam operasi pemecahan masalah). Sistem rekomendasi tidak termasuk informasi demografis (seperti usia atau jenis kelamin) sebagai bagian dari proses pengambilan keputusan.

Jika tidak melihat acara yang ingin ditonton, Anda selalu dapat mencari di seluruh katalog yang tersedia di negara Anda. Kami mencoba membuat pencarian semudah dan secepat mungkin. Saat memasukkan kueri penelusuran, hasil teratas yang kami kembalikan didasarkan pada tindakan anggota lain yang telah memasukkan kueri yang sama atau serupa.

Di bawah ini adalah keterangan tentang bagaimana sistem bekerja dari waktu ke waktu, dan bagaimana informasi ini memengaruhi acara yang kami sajikan untuk pelanggan.

"Langsung memulai" sistem rekomendasi

Saat membuat akun Netflix, atau menambahkan profil baru di akun, kami akan memintamu memilih beberapa judul yang disukai. Kami akan menggunakan judul tersebut untuk "langsung memulai" rekomendasi. Memilih beberapa judul yang disukai bersifat opsional. Jika memilih untuk membatalkan langkah ini, maka kami akan memulai dengan serangkaian judul yang beragam dan populer untuk mulai ditonton.

Setelah mulai menonton judul pada layanan, ini akan "mengungguli" setiap preferensi awal yang diberikan kepada kami, dan selama terus menonton seiring waktu, judul yang ditonton baru-baru ini akan lebih diutamakan daripada judul yang ditonton di masa lalu dalam hal mendorong rekomendasi sistem kami.

Baris, peringkat, dan representasi judul

Selain memilih judul yang akan dimasukkan dalam baris di beranda Netflix, sistem kami juga akan memberi peringkat setiap judul dalam baris, dan kemudian memberi peringkat pada baris itu sendiri, menggunakan algoritme dan sistem yang kompleks untuk memberikan pengalaman yang dipersonalisasi. Dengan kata lain, saat pelanggan melihat situs Netflix, sistem kami telah memberi peringkat pada judul dengan cara yang dirancang untuk menyajikan urutan judul terbaik yang mungkin akan dinikmati pelanggan.

Di setiap baris ada tiga lapisan personalisasi:

  • pilihan baris (misalnya: Terus Menonton, Sedang Tren Sekarang, Komedi Pemenang Penghargaan, dsb).

  • judul yang ditampilkan dalam baris, dan

  • peringkat judul tersebut.

Baris yang paling direkomendasikan akan ditampilkan teratas. Judul yang paling direkomendasikan dimulai di kiri dan ke kanan setiap barisnya, kecuali jika bahasa Arab atau Ibrani dipilih sebagai bahasa dalam sistem kami, rekomendasi akan dimulai dari kanan ke kiri .

Cara kami meningkatkan sistem rekomendasi

Kami menerima masukan dari setiap kunjungan ke layanan Netflix dan terus melatih algoritme kami dengan sinyal tersebut untuk meningkatkan keakuratan prediksi tentang judul yang kemungkinan besar akan ditonton. Data, algoritme, dan sistem komputasi kami terus saling memberi masukan untuk menghasilkan rekomendasi baru guna menyediakan produk yang akan menghibur.

Lihat Tautan halaman bantuan Privasi dan Keamanan untuk informasi tentang topik lainnya.

Artikel Terkait