Netflix 如何使用機器學習和人工智能來獲得更好的推薦？

Netflix擁有近7400 萬美國和加拿大用戶以及 2 億全球用戶，是流媒體領域的領導者。

Netflix 成立於 1997 年，提供電影租賃服務。 他們過去通過郵件將 DVD 發送給客戶，並在 2007 年推出了在線流媒體服務。 剩下的就是歷史了。 目前，該公司的市值遠遠超過 2000 億美元，並且已經取得了長足的進步。

他們驚人的成功背後的秘訣是什麼？

有些人可能會說他們可以創新，而另一些人可能會說他們成功只是因為他們是第一個。 然而，沒有多少人知道 Netflix 成功背後的最大原因是它在競爭對手之前就開始利用 ML。

從世界頂級大學在線獲得最佳機器學習認證——機器學習和人工智能領域的碩士、高級管理人員研究生課程和高級證書課程，以加快您的職業生涯。

但在我們談論 Netflix 如何使用機器學習在行業中取得領先之前，讓我們先熟悉一下機器學習：

什麼是機器學習？

機器學習是指研究通過數據和經驗自動改進的計算機算法。 他們自行執行任務並從執行過程中學習，無需人工干預。

機器學習在我們的日常生活中有許多應用，例如圖像識別、語音識別、拼寫檢查和垃圾郵件過濾。

除了 Netflix，還有許多其他公司和組織使用機器學習來增強他們的運營。 其中包括亞馬遜、蘋果、谷歌、Facebook、沃爾瑪等。

機器學習對 Netflix 有何影響？

你會驚訝地發現深度機器學習是如何在 Netflix 的基礎設施中運行的。 從用戶體驗到內容創建，機器學習幾乎可以在 Netflix 的每個方面發揮作用。

您可以在 Netflix 的以下領域發現機器學習的影響：

Netflix 主頁

當您打開 Netflix 時，首先會看到您的主頁，其中充滿了您觀看的節目以及 Netflix 推薦您觀看的節目。

您知道 Netflix 如何確定應該向您推薦哪些節目嗎？

你猜對了——他們使用機器學習。

Netflix 使用稱為“推薦引擎”的 ML 技術向您和其他用戶推薦節目和電影。 顧名思義，推薦系統根據可用數據向用戶推薦產品和服務。

Netflix 擁有世界上最複雜的推薦系統之一。 他們的推薦系統考慮向您推薦節目的一些事情是：

1. 您選擇的流派（您在設置帳戶時選擇的流派）。
2. 您看過的節目和電影的類型
3. 你看過的演員和導演。
4. 與您有相似品味的人觀看的節目和電影。

Netflix 可能使用大量其他因素來確定推薦哪些節目。 他們的目標：讓你盡可能長時間地呆在屏幕上。

縮略圖

您看到的節目或電影的縮略圖不一定是您最好的朋友在滾動瀏覽主頁時看到的縮略圖。

Netflix 使用機器學習來確定您最有可能點擊的縮略圖。 他們為每個節目和電影都有不同的縮略圖，他們的機器學習算法不斷地與用戶一起測試它們。

獲得最多點擊和產生最大興趣的縮略圖比那些沒有獲得點擊的縮略圖獲得優先權。

機器學習使 Netflix 能夠為每個節目和電影提供個性化的自動生成縮略圖。 他們選擇的縮略圖取決於您的偏好和觀看歷史記錄，以確保他們最有可能被點擊。

例如，Riverdale 可以有兩個縮略圖，一個是嚴肅的神秘，一個是浪漫的。 您將看到的取決於您最喜歡哪種類型。 單擊縮略圖會增加觀看節目或電影的機會。 這就是為什麼 Netflix 非常注重向您展示您最喜歡的縮略圖的原因。

流媒體質量

當你在看一個節目時，可能發生的最糟糕的事情是什麼？ 緩衝。

無論您使用哪種流媒體服務，緩衝都可能是一個大問題。 由於緩衝，人們傾向於在等待幾秒鐘後立即退出平台。 Netflix 很清楚這個問題。

緩衝可能會破壞客戶的體驗，並使 Netflix 難以收回寶貴的時間。 此外，客戶可能會切換平台並開始在競爭對手的平台上觀看某些內容，例如 Hulu、Amazon Prime、HBO MAX 或 Disney+。

他們已經實施了許多解決方案來解決這個問題，其中之一就是機器學習。

機器學習使他們能夠密切關注訂閱者對其服務的使用情況。 這些算法會預測用戶的觀看模式，以確定大多數人何時使用他們的服務以及該數字何時最低。

然後，他們使用這些信息來緩存離觀眾最近的區域服務器，確保在這些用戶使用服務時不會發生緩衝（或最小緩衝）。

演出（或電影）的位置

Netflix 不僅僅是一個播放電影和節目的流媒體平台。 他們也是一家生產公司。 製作獨特的內容有助於增加他們的收入和盈利能力。

到目前為止，這種策略的效果非常好，因為多年來，Netflix 原創內容的數量大幅增加。 2019年，他們製作了2769小時的原創內容，比上一年增加了80%。

每個節目都需要一個拍攝地點。 Netflix 使用機器學習來確定哪個拍攝地點最適合特定節目或電影。

他們使用機器學習算法來檢查工作人員和演員的成本和時間表、拍攝要求（城市、沙漠、村莊等）、天氣、獲得許可證的可能性以及許多其他相關因素。 機器學習使他們能夠快速檢查和分析這些眾多因素，確保他們快速找到合適的拍攝地點。

創造力

機器學習在 Netflix 中的最大應用可能是內容創作。 與大多數製作公司不同，Netflix 是一家科技企業。 他們不會僅僅根據少數作家或內容創作者的創造力來創作內容。 相反，他們使用機器學習算法進行市場研究，並找出最適合特定細分市場的內容類型。

ML 算法幫助他們保持領先於市場趨勢並為每個人製作節目和電影。 他們的方法極大地幫助了他們，因為美國流媒體提供商最受歡迎的 10 部原創視頻系列中有 8 部來自 Netflix。

他們的研究幫助他們滲透到不同的細分市場。 例如，青少年的內容偏好與已婚夫婦的差異很大。 通過深入的市場研究和 ML 實施，Netflix 可以成功滿足不同受眾群體的內容需求。

秘密出來了

現在您知道 Netflix 驚人成功背後的秘密。 他們在幾乎所有業務領域都使用機器學習和數據科學等最新技術。

這有助於他們在競爭中保持領先，並提供更好的用戶體驗。 這是他們成為美國最大的流媒體服務提供商的一個突出原因。

您如何看待 Netflix 及其對機器學習的使用？ 您覺得哪個機器學習應用程序最有趣？

借助所有學到的技能，您還可以在其他競爭平台上活躍起來，以測試您的技能並獲得更多動手能力。 如果您有興趣了解有關該課程的更多信息，請查看機器學習與人工智能理學碩士頁面，並與我們的職業顧問聯繫以獲取更多信息。