Netflixのレコメンデーションエンジンの仕組み
会社で忙しい一日の後、今夜何を見ようかしら？
これは、会社から帰宅してテレビの前に座り、最近どんな番組を見たかまったく覚えていないときに、頭に浮かぶ質問です。 今日、誰もが、単に自動運転で動くだけでなく、自分の好みやテイストを理解できるインテリジェントなストリーミング・プラットフォームを求めています。 Netflix から Amazon Prime まで、推薦システムは毎日ユーザーと直接（通常は裏で）やりとりするため、重要性を増しています。
190カ国で1億3900万人以上の有料会員（視聴者総数3億）、地域ライブラリで15400タイトル、2018年にはエミー賞112ノミネート – Netflix は世界トップのインターネット テレビ ネットワークで、世界で最も価値のある最大のストリーミング サービスとなっています。 Netflixの素晴らしいデジタルサクセスストーリーは、パーソナライゼーションに焦点を当てたレコメンダーシステムを抜きにしては語れません。
アカウントにログインすると、なぜNetflixのアートワークが番組によって変わるのか考えたことがありますか？ ある日はブリッジクルー全員のイメージで、別の日はあなたを批判的に睨むウォーフのイメージかもしれません。 また、Netflixのユーザーであれば、主人公が左利きである恋愛ドラマなど、実に正確なジャンルが表示されていることにお気づきかもしれません。 1億人を超える加入者のために、Netflixはどのようにしてこのような正確なジャンルを考案しているのでしょうか？ Netflixのアートワークはどのように変化しているのでしょうか？ ユーザーが特定の番組を選んで視聴するきっかけを推測するのは、機械学習、AI、そして舞台裏のクリエイティビティなのです。
ご存知でしたか？
Netflixは2000年に分析ツールを使って、ユーザーにレンタルするビデオを勧め始めました。
Netflixには、視聴者がプラットフォームを離れて他のサービスを訪れる前に映画やテレビ番組を見つけるための90秒のウィンドウがあるだけです。 これが、Netflix がユーザーを夢中にさせるためにパーソナライズされた推薦にこだわる大きな理由の 1 つです。
Netflix のパーソナライズされた推薦アルゴリズムは、顧客保持から年間 10 億ドルの価値を生み出しています。
Netflixのユーザーの大半はおすすめを考慮し、Netflixの視聴の80%はサービスのおすすめからきています。
Netflixは、ユーザーの視聴嗜好に基づいて1300のおすすめクラスタを設定しています。
カタログには7K以上のテレビ番組や映画があり、視聴者が自分で好きな映画を見つけることは実際不可能です。 Netflix のレコメンデーション エンジンは、ユーザーのためにこの検索プロセスを自動化します。
Personalization of Movie/TV Show Recommendations
Netflix の最高コンテンツ責任者 Ted Sarandos は、次のように述べました。 私たちのブランドはパーソナライゼーションです」
パーソナライゼーションは、横一列に並んだビデオ群を表示するNetflixのホームページから始まります。 各水平列には、そのグループのビデオに関連するタイトルがあります。 パーソナライズされた推奨のほとんどは、行の選択方法とアイテムの配置順に基づいて開始されます。 Netflix の推薦システムは、強化学習、ニューラルネットワーク、因果関係モデリング、確率的グラフィカルモデル、行列分解、アンサンブル、バンディットなど、さまざまなアルゴリズム的アプローチに及んでいます。 ユーザーが Netflix サービスにアクセスするたびに、レコメンデーション システムは、以下の要因に基づいて、ユーザーが特定のタイトルを視聴する確率を推定します –
- 視聴者評価、視聴履歴など、Netflix サービスとの視聴者のやりとり
- カテゴリー、リリース年、タイトル、ジャンルなどの情報
- 似た視聴好みや趣味を持つ他の視聴者>。
- 視聴者が番組を視聴している時間
- 視聴者が視聴しているデバイス
- 視聴者が視聴しているデバイス。
- 視聴者が視聴する時間帯 -これは、時間帯、曜日、場所、番組や映画を視聴するデバイスによって異なる視聴行動があるというデータをNetflixが持っているからです。
すべての新規加入者について、Netflixは視聴したいタイトルを選択するよう求めます。 これらのタイトルは、パーソナライズされたレコメンデーションの最初のステップとして使用されます。 その後、視聴者が時間をかけて視聴を続けると、最近視聴したタイトルや上記の他の要因によって、おすすめがパワーアップします。 Netflixの機械学習ベースのレコメンデーションは、自分たちのユーザーから学ぶ。 視聴者が映画や番組を視聴するたびに、裏側の機械学習アルゴリズムに情報を提供するデータを収集し、それを更新している。
アートワーク/サムネイルのパーソナライズ
Netflixの主な目標は、適切なタイミングで適切なタイトルを各ユーザーに表示することで、パーソナライズされたレコメンデーションを提供することです。 しかし、なぜ視聴者は、Netflixが推薦するタイトルを気にする必要があるのでしょうか？ Netflixは、どのようにして視聴者にその作品を視聴する価値があると思わせているのでしょうか？ Netflixはどのように視聴者の注目を集め、新しいタイトルを紹介するのでしょうか？ これらの疑問に答えることは、視聴者が優れたコンテンツ、特に新しいタイトルや見慣れないタイトルを発見する方法を理解する上で重要です。
Netflixは、いわゆるアートワークをパーソナライズすることで、他の100のメディア企業とは異なる取り組みを行っています。 画像は千の言葉に値すると言われますが、Netflixは、アートワークに基づく新しい推薦アルゴリズムで、それを利用しています。 タイトルのアートワークは、視聴者の注意を引き、なぜその作品を見るのが最適なのか、視覚的な根拠を与えるために使用されます。 サムネイルやアートワークは、カーチェイスのような映画のエキサイティングなシーン、視聴者が知っている有名俳優、またはテレビ番組や映画の本質を描写するドラマチックなシーンを強調するかもしれません。 新しいタイトルが出るたびに、嗜好のコミュニティに基づいて、さまざまな画像がランダムに加入者に割り振られます。
Netflixは、既存のテレビ番組や映画から何千ものビデオフレームをサムネイル生成に使用しています。 その後、画像に注釈を付けてランク付けし、視聴者がクリックする可能性が最も高いものを予測します。 これらの計算は、同じような趣味・嗜好を持つ他の視聴者が何をクリックしたかに依存する。 たとえば、特定の俳優が好きな視聴者は、その俳優の画像をクリックする可能性が最も高いです。
Netflix における機械学習の他のアプリケーション
- 機械学習は、視聴者の間でコンテンツを成功させる特性を学習することにより、テレビ番組や映画のカタログを形成します。
- 広告費、広告クリエイティブ、およびチャネル ミックスを強化し、Netflix がサービスを享受する新規加入者を特定できるようにします。
- テレビ番組や映画の制作を最適化します。
- オーディオおよびビデオのエンコーディング、社内 CDN、適応ビットレート選択の最適化。
メディアおよびエンターテイメント業界の運営方法を完全に破壊した機械学習とデータ科学に感謝しなければなりません。 Netflix のデータ、アルゴリズム、およびパーソナライゼーションの融合が、ユーザーをスクリーンに釘付けにする可能性が高いことは、かなり明白です。 機械学習と人工知能によって、メディアとエンターテインメント産業がどのように変化していくのか、興味深いところです
。