Netflix leert beter voorspellen wat je leuk vindt
Achter de gebruikersinterface van Netflix draaien een hoop algoritmes die hun best doen te voorspellen welke films je graag wilt zien. De voorbije jaren werd deze voorspellende software echter overschaduwd door de toevoeging van originele content en de snelle uitbreiding van de videogigant. Ook werkten de algoritmes per regio. Hierdoor zagen we in België enkel suggesties op basis van het kijkgedrag van onze landgenoten, waardoor een Nederlander met soortgelijke interesses wel eens helemaal andere suggesties voorgeschoteld kon krijgen.
Voortaan zullen de films die je worden aangeraden echter niet langer enkel op lokaal kijkgedrag gebaseerd zijn. Alle data die wereldwijd wordt verzameld, zal door de algoritmes worden geraadpleegd om jou de beste suggesties te kunnen voorschotelen. Hierdoor zullen de voorspellingen niet alleen accurater zijn, maar worden ook problemen vermeden wanneer er nog maar een paar Netflix-abonnees in een bepaald land zijn.
Verschillende catalogussen
Deze aanpassing lijkt misschien klein en eenvoudig, maar er waren zo’n 70 ingenieurs voor nodig om dit te kunnen verwezenlijken. Het grootste probleem waar het team mee te maken kreeg, was het feit dat de Netflix-catalogus in ieder land verschillend is.
Zo kan het zijn dat de sciencefictionfilm ‘Equilibrium’ beschikbaar is in de Verenigde Staten, maar niet in Frankrijk. In de Franse catalogus staat dan weer ‘The Matrix’, waar Amerikaanse abonnees niet naar kunnen kijken. Aangezien in deze landen niemand ooit beide films bekeek, dacht de software dat deze video’s niet geschikt waren voor eenzelfde doelgroep. Nochtans betreft het hier twee sciencefictionfilms over een dystopische toekomst.
Gecombineerde data
In landen met een beperkte aantal Netflix-abonnees zullen de algoritmes voornamelijk de wereldwijde data gebruiken. Eenmaal er voldoende gebruikers van de service in een bepaalde regio zijn, zal eveneens de lokale data worden gebruikt bovenop het wereldwijde kijkgedrag. Deze combinatie moet ervoor zorgen dat de software beter kan voorspellen wat jij leuk vindt.
Achter de gebruikersinterface van Netflix draaien een hoop algoritmes die hun best doen te voorspellen welke films je graag wilt zien. De voorbije jaren werd deze voorspellende software echter overschaduwd door de toevoeging van originele content en de snelle uitbreiding van de videogigant. Ook werkten de algoritmes per regio. Hierdoor zagen we in België enkel suggesties op basis van het kijkgedrag van onze landgenoten, waardoor een Nederlander met soortgelijke interesses wel eens helemaal andere suggesties voorgeschoteld kon krijgen.
Voortaan zullen de films die je worden aangeraden echter niet langer enkel op lokaal kijkgedrag gebaseerd zijn. Alle data die wereldwijd wordt verzameld, zal door de algoritmes worden geraadpleegd om jou de beste suggesties te kunnen voorschotelen. Hierdoor zullen de voorspellingen niet alleen accurater zijn, maar worden ook problemen vermeden wanneer er nog maar een paar Netflix-abonnees in een bepaald land zijn.
Verschillende catalogussen
Deze aanpassing lijkt misschien klein en eenvoudig, maar er waren zo’n 70 ingenieurs voor nodig om dit te kunnen verwezenlijken. Het grootste probleem waar het team mee te maken kreeg, was het feit dat de Netflix-catalogus in ieder land verschillend is.
Zo kan het zijn dat de sciencefictionfilm ‘Equilibrium’ beschikbaar is in de Verenigde Staten, maar niet in Frankrijk. In de Franse catalogus staat dan weer ‘The Matrix’, waar Amerikaanse abonnees niet naar kunnen kijken. Aangezien in deze landen niemand ooit beide films bekeek, dacht de software dat deze video’s niet geschikt waren voor eenzelfde doelgroep. Nochtans betreft het hier twee sciencefictionfilms over een dystopische toekomst.
Gecombineerde data
In landen met een beperkte aantal Netflix-abonnees zullen de algoritmes voornamelijk de wereldwijde data gebruiken. Eenmaal er voldoende gebruikers van de service in een bepaalde regio zijn, zal eveneens de lokale data worden gebruikt bovenop het wereldwijde kijkgedrag. Deze combinatie moet ervoor zorgen dat de software beter kan voorspellen wat jij leuk vindt.
