Netflix 是如何推荐电影的

// (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){
(i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),
m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)
})(window,document,'script','//www.google-analytics.com/analytics.js','ga');

ga('create', 'UA-46908222-1', 'cnblogs.com');
ga('send', 'pageview');
// ]]>
在信息爆炸的时代，我们面对的选择越来越多 。内容提供商们，比如音乐电台、视频流媒体、应用商店等，常常把内容分成不同的类型，以供用户们选择。不过，类型常常是一种宽泛的分类，并不能完全满足用户个性需求，而且类型区分过细的话，常常使人无所适从。
在这种情况下，智能推荐开始出现了。得益于计算机技术的进步，内容提供商能够对用户的爱好做出更为细致的分析，从而做出更加个性化的推荐。通过对 Netflix 影片分类的深入分析，以及采访 Netflix 产品副总裁，Atlantic 网站的 Alexis C. Madrigal 揭示了 Netflix 影视推荐背后的真相。

Netflix 推荐影片的时候，会给出一个非常细致的类型，或者说是一种“微类型”。Alexis 想要整理出一份完整的微类型列表。由于 Netflix 的微类型多得离谱，他不得不借助于自动处理软件。在计算机连续运作一天之后，他看到了 Netflix 微类型的数量：76897 个。这些微类型是由一些基本要素构成的，基本语法是这样：



当然，有些微类型是不符合上述语法的，比如“有强势女主角”和“适合无可救药的浪漫主义者。”
在同事 Ian Bogost 的建议下，Alexis 还编写了一个类型生成器，试图理解 Netflix 的算法究竟是什么样子的。不过，他还是感觉没有看到全貌。于是，他联系了 Netflix，并见到了公司的产品副总裁 Todd Yellin，那个创建了 Netflix 推荐系统的人。
在接受采访的时候，Todd Yellin 说，他早就等着人们来问这个问题了。为所有的电影加上标签，正是他的主意，而他还自己写了一张 24 页的文档，讲述加标签的方法。他为早期的一些电影加过标签，而且主导了整个系统的创建过程。
”我的第一个任务是：把内容撕裂开来！” 他说。
2006 年，Yellin 组织了十几个工程师，花费数月时间编写一份名为“Netflix 量子理论”的文档。当时，他把组成影片的基本元素称作“量子”。如今，他更喜欢“微标签”的说法，因为现在看来，“量子理论”是一个自命不凡的名字。
这份文档描述了为影片各种层面加标签的方法，涉及到影片结尾、主角的“社会接受程度”等等方面。标签是带标量的，从 1 到 5，就是说，所有的影片都有一个“浪漫程度”的标示，而不仅仅是那些表明是“浪漫片”的电影。每个电影的结局都有打分，从幸福到悲伤。每个情节都有标签。主角的工作有标签。影片的地点有标签。
Netflix 的工程师以“微标签”为基础，创造了一种语法，来生成各种类型。这是一种人工和机器算法的结合。Netflix 的做法，与 Pandora 的音乐基金组计划有些类似，但是 Netflix 不仅仅展示给你喜欢的内容，还能够对其进行文字描述。
这些标签数据不仅仅用来生成类型，也用来增加推荐的个性化程度。如果你喜欢动作冒险类电影，并且浪漫程度比较高的，Netflix 可以推荐给你。“我们将对影片中的浪漫程度做出标注。我们不会告诉你它有多浪漫，但是我们会推荐它，”Yellin 说，“你会看到动作场面，里面的浪漫程度如何，那取决于我们对你的了解。”
在采访结束之前，Alexis 向 Yellin 展示了一个有趣的图表。Netflix 上最受欢迎的演员排名中，占据第一名的是 Raymond Burr，50 年代电视剧 Perry Mason 的主演，而占据第七名的是 Barbara Hale，在剧中扮演主演的秘书。为什么这两个人能够超过梅丽尔·斯特里普、塞缪尔·杰克逊、尼古拉斯·凯奇和肖恩·康纳利？
这是一个谜题。即使是 Yellin 也搞不懂，为什么他们的名字出现在那么多的“微类型”中。这是无法用逻辑来解释的问题。
“让我们做些哲学思考吧。在人类社会中，生命由于意外而变得有趣。”他说，“当你把复杂的东西添加到机器的世界时，你也在添加自己无法想象的意外。Perry Mason 就会发生。这些机器中的鬼魂，经常是复杂带来的副产品。有时候我们称它为失误，有时候我们称之为特色。