13 septiembre 2017

Cómo funciona realmente el sistema de recomendación de Netflix

shutterstock_706480585

Algorithm word in a dictionary. Algorithm concept, vía Shutterstock

Una de las herramientas clave del éxito de Netflix es su sistema de recomendación. Su potente algoritmo hace que sus suscriptores elijan su siguiente película, documental o serie en función de las decisiones y propuestas de su potente algoritmo.

Su complejo sistema no trabaja con un habitual sistema en el que recomendar contenidos similares a los que ya se han visto o marcado en la lista de favoritos, aunque así parezca a la hora de hacer las recomendaciones a sus usuarios.

Su modelo intenta romper este sistema ya habitual para dar un paso más allá y anticiparse en las elecciones de los usuarios. Es decir, aparte lo que podrían ser elecciones preconcebidas para anticiparse a lo que el suscriptor querría ver, pero aún tan siquiera lo sabe.

Tal innovador sistema se basa, para comenzar, en el análisis de algunos datos sobre los perfiles de sus usuarios: lo que ven, lo que ven después de lo que acaban de ver, lo que han visto antes, lo que vieron hace un año, lo último que han visto, y a qué hora del día lo hacen. Esta sería una primera etapa de la que partir.

El resultado de estos datos se combinan con otros como las etiquetas (tags) que definen a cada contenido y que se usan tanto para marcar como para buscar tales contenidos, incluyendo género, sustantivos, reparto, ambientación, y un extenso etcétera. Estas etiquetas son las que podemos ver en cualquier otra web o herramienta de recomendación, con la diferencia de que a su vez se enmarcan en sub-etiquetas que se contextualizan con las que definirían a cada usuario, que se diferencian en cada caso según su idioma, país de origen, incluso contexto cultural.

Por tanto, junto a los datos de comportamiento de los usuarios junto a todas estas etiquetas que acompañan a cada contenido, se suma su algoritmo de aprendizaje que los analiza qué es realmente lo que de verdad interesa a los usuarios según tal conjunto de información, también comparado con los resultados de otros usuarios.

Se puede decir que a partir de todos los resultados Netflix puede agrupar a sus espectadores según sus gustos en varios grupos, en su caso en miles de grupos diferentes. Lo que da cuenta de la diversidad de gustos de los usuarios frente a la supuesta uniformidad de tales gustos.

En Netflix diferencian entre datos implícitos y explícitos lo que alimentan su algoritmo. Los primeros son básicamente los de comportamiento (qué se ve y cuándo, por ejemplo); los segundos son las lecciones directas y cuando se marca un contenido para ver.

Como vemos, el mundo de las recomendaciones ha avanzado lo suficiente como para hacer que otros sistemas de recomendación que hace años nos parecían inteligentes, hoy nos parezcan casi primitivos de lo básicos que son.

Estaremos encantados de todas formas de que algún lector nos cuente su experiencia personal con Netflix.

Deja una respuesta