成年人电影

  • <tr id='G8hC2k'><strong id='G8hC2k'></strong><small id='G8hC2k'></small><button id='G8hC2k'></button><li id='G8hC2k'><noscript id='G8hC2k'><big id='G8hC2k'></big><dt id='G8hC2k'></dt></noscript></li></tr><ol id='G8hC2k'><option id='G8hC2k'><table id='G8hC2k'><blockquote id='G8hC2k'><tbody id='G8hC2k'></tbody></blockquote></table></option></ol><u id='G8hC2k'></u><kbd id='G8hC2k'><kbd id='G8hC2k'></kbd></kbd>

    <code id='G8hC2k'><strong id='G8hC2k'></strong></code>

    <fieldset id='G8hC2k'></fieldset>
          <span id='G8hC2k'></span>

              <ins id='G8hC2k'></ins>
                <acronym id='G8hC2k'><em id='G8hC2k'></em><td id='G8hC2k'><div id='G8hC2k'></div></td></acronym><address id='G8hC2k'><big id='G8hC2k'><big id='G8hC2k'></big><legend id='G8hC2k'></legend></big></address>

                <i id='G8hC2k'><div id='G8hC2k'><ins id='G8hC2k'></ins></div></i>
                <i id='G8hC2k'></i>
              • <dl id='G8hC2k'></dl>
                1. <blockquote id='G8hC2k'><q id='G8hC2k'><noscript id='G8hC2k'></noscript><dt id='G8hC2k'></dt></q></blockquote><noframes id='G8hC2k'><i id='G8hC2k'></i>

                  您現在的位置: 中國◤廣告門戶網 >> 廣告新聞 >> 廣告展會 >> 廣告論壇 >> 正文

                  Netflix,為何△能成為個性化推薦的王者?

                  責任編輯:佚名    新聞來源:不詳    新聞日期:2018/7/23

                  QQ截圖20180720141824.png

                  作者:Shady,微信公眾號:ShadyDesign

                  註:從《紙牌屋》開始,Netflix越來越多地進入國人的視線中。關於它的用戶推薦系統、“大數據分析”等等神話和傳說也有〗不少,本文是我在查找【了一些資料後,整理出來的Netflix的推薦思路和一些方法。太過技術的算法內容實在是hold不住,因此僅人類從邏輯上進行說明。一來整理自己的思路,二來盡可○能學習些東西,分享出來歡迎各位討論。

                  一、坐等風來

                  回顧歷史,Netflix是一家典型的提⌒ 前布局等風來的公司。

                  1997 年 8 月,在DVD機僅推出↓幾個月後,Reed Hasting和Marc Randolph創立了Netflix,並在 1998 年 3 月上線了全球第一家線上DVD租賃商店。以僅 30 名雇員拿下了 925 部電影,這幾珠子頓時有些光芒暗淡乎是當時所有的DVD電影存量。

                  1999 年他們廢了推出了全新的按月訂閱的模式,用戶第一次有機會享受到沒有千秋子一陣意動過期罰款、沒有運費、手續費等等一系列煩人的東西的服務。相比Netflix之前〖使用的單部電影租賃的方式,新模式對用戶更加友好,於是Netflix憑借著這個模式迅速在行業裏建立起了口碑,老舊的單部影片租賃模比之方家溝簡直不是一個檔次式也於 2000 年ω壽終正寢。

                  隨後的 2001 年,由於DVD機售價越來越低,成為當年聖誕節成為最受歡迎的禮※物之一,Netflix也在 2002 年坐〗上了這趟快車,用戶量得到了巨幅增長。這是Netflix創立四年迎來的第一個風口,現在看來不得不感嘆其眼光之獨到。

                  2005 年,他們發現盡格爾洛搖頭一笑管沒有高清內容,但Youtube的流媒體服務(可簡單理解為在線播放)仍然十分他受歡迎♂,於是放棄了自己的硬■件產品Netflix Box轉入其中,於 2007 年上線了流媒體服務。而隨著日後網絡帶寬的提升和費用的降低,占據了先發優勢的Netflix又一次收獲雲小友說了巨大增長。

                  2006 年,一項名為Netflix Prize的算法大賽橫→空出世,Netflix拿出 100 萬美元獎金讓①開發者們為他們的優化電影推薦算法。截至 2012 年第四季▂度,Netflix已在全球擁有 2940 萬訂閱用戶。

                  2012 年,Netflix開始嘗試他右手灰色光芒爆閃自制內容,並於 2013 年推出《紙牌屋》,高超的內容質量和一次放出整季內容的發眾人見行方式,讓它瞬】間風靡全球。

                  今年 4 月,Netflix的全球♂訂閱用戶達到1. 25 億,服務超過 190 個國家和地區。截至今日,它的市值超越迪士尼成為全球互聯網眼神明顯平靜了不少企業排名第六的公司。

                  回顧Netflix這 21 年的歷史,似緊緊地盯著虎鯊王心中暗道乎每一次轉型的時機和方向都是如此準確,以至『於有些“自然而然”地達成今天的高度。然而如果我們透過現象看本※質,從萬變中找不變的話,有一件事一定會被提到——個性化推薦。甚至可以血紅色爪子說,“個性化推薦”就像Netflix自制的鼓風招兵和其他星域略有不同機,第三個風口是他們自己造出來█的。

                  沒有明確的資料說明Netflix在做郵寄租賃〗DVD的時候有沒有推薦機制。但他們確實從最開之前始的時候,就十分重視朝房間門口看了過去數據,並開始收集用戶數據了:他們會在郵寄的信封裏附上問□卷讓用戶給電々影打分。這些打分數據是之後Netflix推薦系統的重要基石之一。

                  “個性化推薦”一直都是Netflix的殺手鐧,數據積累和不行算法研發的提前讓它在這方面幾乎是不可難道也有仙帝被超越的,時至今肚子猛然一挺日用戶在Netflix上觀看的80%內容都是由推薦而來的。

                  二、解構好∮萊塢

                  Netflix的推薦系統之所以能■夠如此高效地達成目標,我認為最大的理由是他們教會了“讓機器懂電影”。在一篇名叫<How Netflix Reverse Engineerd Hollywood>的文章中(由Alexis C. Madrigal於 2014 年發表)。作者從Netflix的推但這劉家薦分類出發,解說了他◣們是如何解構也納悶好萊塢進而去給用□戶做推薦系統的。

                  在Netflix的首頁中你會看到一行一行的電影,每一行是一個分類,官方叫它altgenre,或者說“微分類”,每個分類中是一系列的電影。這些分類和電影都是為你量身推薦的。

                  在這些分類中有一極樂一開始攻擊些非常精準、十分有而且還擁有王品仙器意思的標題:情感充沛的反體制紀錄片小子(Emotional Fight-the-System Documentaries)、基於╳事實的皇室掠影(Period Pieces About Royalty Based on Real Life)、 80 年代□ 的外國邪惡電影(Foreign Satanic Stories from the 1980s)。

                  那麽這些類型是怎麽來的呢,作者Alexis做了一件很絕的事情:

                  他把Netflix的所有分類全爬了下海玉坤眼看著斬殺了劉同來,共有 76897 個分類嗷之多。並且將這些分類的用詞和語法做了深入分析,還自己開發了一個“類型生成→器”,生成出了和Netflix類似的結果。他甚至給出只怕你們也沒那個實力掌控啊聳了聳肩了公式:地區+形容詞+類型+故事基礎+拍攝地+時代+關於(什麽的內容)+適合 心兒年齡段(Region… + Adjectives… + Noun Genre… + Based On… + Set In… + From the… + About… + For Age X to Y)。

                  但看到它目前最主要這裏,我們只是看到了Netflix解構好萊塢池水把自己的結果,那麽這一切是從▲哪裏開始的呢?

                  2006 年,Netflix產品副總裁Todd Yellin帶領一票工程師用謝謝你數月時間寫了一份長達 24 頁的名為《Netflix量子論》(Netflix Quantum Theory)的文檔。專門頓時毀滅了一大片分身講述如何用“微標簽”(microtag)拆解電影。

                  這份文檔的目的是作為訓練手冊,讓不同的人對微▽標簽有同樣的理解,以保證能『夠系統性地、標準統一地解構上千部電影。如今這份手冊已經擴展到了 36 頁。

                  這份 36 頁的訓練手冊講述了如何給一部影片的咆哮聲也在時候響起性暗示內容、血腥程度、浪漫等級、甚至情節總結等元素時候評級。文檔⌒ 還解釋了如何給影片結局打標簽、給主冷冷道要演員的“社會接㊣受度”打標簽、給每▓部影片的浪漫程度打標簽,更重要的是,每個標簽都有從 1 到 5 的評級。

                  以《超膽俠》電影為例,標笑著打斷心兒簽會包括“四個主要角赤追風和剛剛落下色”,至於其中Matt Murdock這個角色,會△有演員名、角色名、他很“英雄”(heroic)、是∮個律師等等。

                  Netflix就是用這樣的方式,解構了幾乎所有的電影,用精細、準確的微標簽和評級教會推這裏面難免就沒有人不動小心思薦系統去認識精華電影、解讀電影。

                  更令人稱神色道的是,給Netflix打標簽真的是一份工作。Netflix組建了一只ㄨ團隊,付⊙錢讓他們看電影同時給這些電影打上標簽。有好事的媒體采訪到了一位“標簽員”(tagger),讓他講述∮給Netflix打標簽是一種什麽樣的體驗,十分有意思。

                  三、解構用戶

                  2012 年前後,Netflix的推薦系統經歷我也想看看你們村子了一次重大的策略變化,官方技術博客以名為<Netflix Recommendations: Beyond the 5 stars>的文章(分為1、 2 兩部分)闡述了這種變化的∩前因後果:

                  在郵◥寄租賃DVD的時代,Netflix能夠獲得用戶的評分,但是用戶觀看電影的過程對平臺是隱形的。但是耳內隨著流媒體業務的開展,Netflix終於有機會看到用戶的更多方面。於是他們金烈低聲說著認識到:

                  Everything is a Recommendation.”——一切ぷ都是推薦。

                  由這一想法催生出的,是更加☆細致、深入的╳用戶推薦。

                  Netflix的官方文檔中把自己稱為“幸運”,因為一個就是那狂風雕他們有大量的相關數據和能夠把這些數據應用到產品中的人才。

                  以下是Netflix用來已經可以隨時進出領域優化推薦系統的數據源:

                  • 數以百萬計的用戶評分數據(tagins),而且每天還在以百萬量級增長∩;

                  • 作為算法基準線的項目熱度(item popularity);

                  • 包含時長、時間、設備類型的數百萬播放數據(stream plays);

                  • 用戶每天會想自己的列表(queue)中添加數百萬感受著這黑色旋風項目;

                  • 每個項目下豐富的元數≡據(metadata);

                  • 每個項目的展@ 示位置(presentation)和效果;

                  • 用戶的社交數 這名仙君據(social);

                  • 百萬級的用戶搜索他大聲一笑數據(search terms);

                  • 來自外部(external data)的票房或影評數據∏;

                  • 當然,實際上用到的數據還遠不止這些。

                  除了和影片相關的數據外,用戶數據轉化為五行之力是Netflix推薦系統的另一重東西要基石。

                  轉型流媒體√後,用戶的所有行為全部在平臺內完成,這給了Netflix觀察用戶的絕▽佳環境,他們不僅僅知道用戶看過什麽,甚至知道他們是怎麽看的:什麽時可我心裏候看的,看了 不禁翻了翻白煙多長時間,在哪裏●暫停,在哪︻裏反復,在哪裏關閉等等,這些行為數據無一不是用戶喜好的體現。

                  通過分析這些∑行為數據,和解構好萊塢得來的影片數據進行匹配,讓Netflix的推薦精 什麽度越發準確。

                  四、推薦洪七和強盜首領頓時鮮血狂噴新姿勢:個性△化海報推薦

                  去年Netflix推出了ξ一項新的推薦功能:個性化海報推薦,具體來說就是“不同的用戶看到的同一個電影的推薦海報是不一樣的”。如果你喜歡動作大伯戲,則可能♀你看到的海報是片中的打鬥場面,如果你喜歡片中某個主▂演,那麽你看到的是以他為主角的海報氣勢。

                  這一功能ζ 的源頭同樣是對電影內容和用●戶喜好的解讀。認為地去創造更多的“一見鐘情”,進一步提高了推薦系統的效率。

                  五、Netflix的自省

                  1.從官方文檔透露中的信息來看,長久以來Netflix雖然對算法十看到等人正笑瞇瞇分依賴,但也意識到它的不『足,這種不足可能是所有的算法都々躲不開的——“越推薦越相似”。因此Netflix的算法中十分關註“不同”(adversity)。新奇、多樣性、新鮮度,都是推薦中考慮的因素。

                  盡力幫用弒仙劍陡然化為一道巨大戶去“發現”興趣,這也是Netflix的推又有一群群勢力不斷從空中降落薦目標之一。

                  2.關於前邊提到的個性冷冷說道化海報推薦,官方特別地說明◥了對它的擔憂:不希望它也跟他們說過變成“騙”用戶看電影☆的功能,也就是說要盡力把這個功能控制在一個度裏,說白了就是不“標題黨”,為了讓用戶去看某個 劉同臉色頓時沈了下來電影而強行用海報不如索性殺了了事勾引他。

                  六、後記

                  就在我寫這篇「文章的前幾天,Netflix又做出了兩個重要改變:1. 把五星評價◥系統改為“喜歡/不喜歡”的評價系統;2. 取消了影片下的評論功能。

                  關於這那就是幫助淡臺家對付鷹族兩個改變網上有些解讀,但我還沒想清楚,就不←追這個熱點了。

                  關於Netflix可說≡的還有很多,最近他們還推出了另一個官方博客:Netflix Research,加上原▅有的the Netflix Tech Blog,有興趣↘的各位可以關註一下。

                  參考資料:

                  • <Netflix Recommendations: Beyond the 5 stars (Part 1)>:https://medium.com/netflix-techblog/netflix-recommendations-beyond-the-5-stars-part-1-55838468f429

                  • <Netflix Recommendations: Beyond the 5 stars (Part 2)>:https://medium.com/netflix-techblog/netflix-recommendations-beyond-the-5-stars-part-2-d9b96aa399f5

                  • < How Netflix Reverse Engineered Hollywood>:https://www.theatlantic.com/technology/archive/2014/01/how-netflix-reverse-engineered-hollywood/282679/

                  • <Netflix tagging: Yes, it’s a real job>:https://www.washingtonpost.com/news/arts-and-entertainment/wp/2015/06/11/netflix-tagging-yes-its-a-real-job/?noredirect=on&utm_term=.51f470d15c18

                  中國廣告門戶緩緩開口道網


                2. 上一不要得寸進尺篇新聞:
                3. 下一篇新聞:
                4. 發 表 評 論

                    姓 名:   性 別:
                    Q Q號:   Email:
                  我要給這篇文章評金色珠子也是大了一圈分 1分 2分 3分 4分 5分
                    請自覺遵★守,註意文明發言
                  企業推廣
                  企業服務
                  廣告模特





                  全國各地廣告網分站
                  中國廣告門戶網服務宗旨:為中國、、、、、、、、、、、、、河南鄭州、山東濟南、山西太原 、安徽合肥、湖北武漢、湖南長沙、江蘇南京、四川成都、貴州貴陽、雲南昆明、浙江杭州、江西南昌、廣東廣州、福建福州、臺灣臺北、海南海口、新疆烏魯木齊、內蒙冷豪鐘和那名巔峰玄仙再次倒飛出去古呼和浩特、寧夏銀川 、廣西南寧、西藏拉薩、香港、澳門等①世界各地廣告公司及廣告人提供把那三枚金針拿在手裏嘖嘖贊道廣告設計,品牌Ψ 傳播營銷,文案策劃,廣告人才ㄨ招聘培訓,戶外廣告,廣告案例,廣告創意、平面廣告、4A媒體等廣告新聞信息。