欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tsaiedu，并注明消息来源，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
天善学院2018年度SVIP 998特惠即将结束！https://www.hellobi.com/svip一众一线名企名师，一波数据分析+人工智能+商业智能绝对好课！
作者：挖数 腾讯数据产品经理 & 段子手
个人微信公号：washu66
最近，看到光腚总菊在6月30日又发布了老百姓喜闻乐见的通知【苹果中国区所有游戏需要广电总局审批才可上架】，不禁感叹中国媒体游戏行业的命途多舛，莫非以后下游戏都要上淘宝买个美国的Appstore账号？这不科学！
光腚的屠刀最初是砍向国内电影的，众所周知一部电影要在院线上映，必须经过光腚的审核，而这种审核又极其的主观和不透明，导致了国内电影市场充斥了各种主旋律电影和被阉割过的国外电影。
审核，导致了中国电影创新的不足，以及与民众喜好的脱节。
反观国外，用电影分级制度取代审核，很好地保证了电影创作者的自由，各种电影公司很早就开始了数据调研，各方面收集观众数据，确保拍出的电影，能够最大限度迎合观众的喜好。
这种自下而上，从观众喜好出发拍电影电视剧的公司，佼佼者是拍出了《纸牌屋》的Netflix。
Netflix不是一家传统的媒体公司，他是一家纯正的互联网公司。1998年Netflix在美国硅谷创立，两个创始人Marc Randolph和Reed Hastings 都有IT行业背景。
Reed Hastings 原本是一个数学老师，在1991年创立了一家叫Pure Software的公司，主要的产品是开发一种给Unix和C程序员使用的调试工具。1997年Hastings将公司作价7亿美元卖给了另外一家软件公司，使他拥有了创立Netflix的原始资本。
而Marc Randolph 最初是英国最大的电脑和IT设备零售商MicroWarehouse 的联合创始人。
创始人的IT背景，让Netflix 这家公司走的路，非常的与众不同，而他最与众不同的地方，在于他的电影推荐系统Cinematch。
国内上Netflix需要翻墙，Netflix采用付费会员制，会员按月付费，付完就可以无限制地观看上面各种连续剧和电影（包括很多Netflix自制和独播的视频）。
香港的Netflix月付会员分基本、标准、高级三种，不同的地方在于是否可观看高画质的视频，以及是否可在多个屏幕（电视、PC、手机）观看。
购买会员后第一次登陆，会让你选择三个喜欢的影片，作为Cinematch（Netflix的电影推荐系统）的初始数据源。
选择完会有一个缓冲页面，这时应该是在运行他们后台的推荐算法。
缓冲完需要选择是谁在观看影片，这也是一个Cinematch 的初始数据输入，根据观看用户不同，推荐的结果也不一样。
整个页面非常简单，分为26行，里边涉及到推荐的主要是给俊的最佳推荐、与《蝙蝠侠-夜神起义》类似影片 （我选择的三部电影之一）、与《纸牌屋》类似影片（我选择的三部电影之一）、与《心灵捕手》类似影片（我选择的三部电影之一）这4行。
其他都是一些公共的，如热门选择、惊悚影片、喜剧片等。
Netflix的订阅用户数目前已超过1亿，并且以每天几十万的速度在增长。
他的推荐系统Cinematch 的数据源主要有以下8个：
上百亿的用户对视频的评分数据，并且每天以千万的规模增长，这是个很重要的输入数据，用户对视频的主观评分，反映用户的喜好。
每天上千万的播放数据，这些数据包括用户的播放时长、播放时间点、设备类型等。
如将视频添加进我的片单、将视频添加进播放列表等操作数据，反映着用户的喜好。
用户与网页的交互，包括鼠标点击、页面停留时长、鼠标轨迹等。
用户播放的视频的属性数据，包括导演、演员、类型、评论等。
Netflix与Facebook等社交网站打通，可以取到用户关联的Facebook账号的社交数据，如取到他们好友的播放记录，可实现基于好友的推荐。
每天上千万的搜索请求，包括用户输入的搜索关键字，以及最终用户选择的搜索结果等数据。
外部电影网站的数据，如影片票房、影评等。
Cinematch在上线前，会经过2轮的测试，分别是线下测试和线上测试。
Netflix内部叫Top10 Marathon（前十的马拉松比赛），为期10周，线下不涉及用户地快速地检测数十种算法，提升前10个推荐结果的精准度。不同的人被邀请到一起，贡献想法，并编程实现。
线下测试的评价指标主要是统计上的指标，如预测的评分与真实评分相差的均方根等。
线上测试就是A/B Testing，通常会平行多个A/B Testing，同时实验几个算法和一些激进的功能改进。
线上测试的评价指标主要有3个，包括视频播放时长、用户停留时长、用户留存率。如果新的算法可以提升这3个指标，那么会认为新算法优于旧算法。
整个测试流程的图示：
从2006年开始，Netflix一直在举办Netflix大奖赛，这是一个机器学习与数据挖掘的比赛，目的是在全球征集算法，提升电影的评分预测准确度。
对于能将Cinematch系统的准确率提升10%的获胜团队，能获得100万美元的奖金。
Netflix积累了庞大的用户数据，这些数据让他成为世界上最了解用户的电影公司，也让Netflix从影片租赁、视频流媒体服务走上了自制剧的道路。
Netflix的《纸牌屋》风靡全球，而《纸牌屋》的诞生，也是基于数据挖掘。
在《纸牌屋》诞生之前，Netflix在对用户喜好数据的挖掘中，发现1990年BBC播出的英剧版《纸牌屋》在过去了几十年后的今天，依然广受影迷欢迎，用户播放数据居高不下。
并且发现这批观看英剧版《纸牌屋》的用户，观看最多的电影的导演是大卫·芬奇，演员是凯文·史派西，因此投入巨大的资金，押宝《纸牌屋》的重制，并且邀请大卫·芬奇作为第一季的导演，邀请凯文·史派西饰演第一男主角下木（Underwood）同志。
最终，重制的《纸牌屋》获得了9项艾美奖的提名，包括最佳剧集、最佳男主角、最佳女主角等。并且第一季度的《纸牌屋》，帮助Netflix新增了200多万个新的订阅用户。
从DVD租赁，到视频流媒体服务，到自制剧，Netflix依靠数据挖掘，成为世界上最独特的电影公司，也让他成为一家年销售额接近70亿美金，净利润达到1.3亿美金的巨无霸公司。
一套SVIP课程，15选8，每套课程均价112！知识付费的时代，一次旅游的钱便能收获8大全方位、多体系的课程！
更有全场六折优惠课程，为你加油助力！
网友评论