Así funciona el sistema de recomendaciones de Netflix
Sin lugar a dudas, el sistema de recomendaciones de Netflix es uno de los puntos fuertes de la plataforma. Seguro que en muchas ocasiones has entrado a echar un vistazo al catálogo sin saber muy bien qué te apetece ver, y gracias a esta función has descubierto un contenido que te gusta al que, de otro modo, no hubieras llegado.
Netflix se caracteriza por analizar los gustos de los consumidores de manera concienzuda para utilizarlos en su beneficio. Que hace bien esta labor queda patente viendo éxitos como el de House of Cards, una serie creada mediante algoritmos informáticos que ha conseguido triunfar en todo el mundo. El agudo conocimiento del consumidor de la plataforma es lo que nutre al sistema de recomendaciones, que permite que los usuarios descubran más del 80% de los contenidos que consumen en la app. Si quieres saber cómo funciona este prodigio tecnológico, toma nota que te lo contamos.
El servicio de vídeo en streaming utiliza algoritmos de machine learning que tienen la finalidad de ir más allá de las ideas preconcebidas de los usuarios para poder ofrecerles alternativas que, aunque no habían considerado al principio, podrían ser de su agrado.
La primera capa del sistema de recomendaciones de Netflix analiza qué es lo que ha visto un espectador, el orden y las fechas de reproducción, los programas que ha abandonado sin terminar o los que ha marcado como favoritos, entre otros datos similares. En segundo lugar, esta información de uso se combina con otros parámetros que ayudan a comprender mejor el contenido de los programas. El personal interno o externo de la plataforma visualiza minuto a minuto todos los contenidos y los etiqueta de manera pormenorizada.
No todo es éxito: estas son las 8 series que Netflix ha decidido cancelar
"Tomamos todas estas etiquetas y los datos de comportamiento de los usuarios y luego usamos algoritmos de machine learning muy sofisticados que averiguan lo que es más importante", explica Todd Yellin, vicepresidente de innovación de productos de Netflix. Mediante este proceso, la plataforma etiqueta a cada espectador en un tipo de gusto entre los 2.000 que tienen tipificados, y en función de esta categoría, el sistema de recomendaciones muestra unos contenidos u otros.
Las etiquetas que se utilizan para los algoritmos de machine learning son las mismas para todo el mundo, pero hay un subconjunto más pequeño que alimenta directamente en la interfaz de usuario y que es distinta para cada país, idioma y contexto cultural. Respecto a los datos que alimentan los algoritmos, pueden ser explícitos, que son los que los usuarios facilitan de manera directa, e implícitos, que se pueden inferir de los datos de comportamiento.
Disfruta de Netflix con uno de los televisores más vendidos de Amazon España
Para que podamos comprender mejor el sistema de recomendación de Netflix, la plataforma explica qué patrones llevaron a los espectadores a ver, por ejemplo, Jessica Jones. Aunque algunas de las tendencias eran más obvias, por ejemplo el paso desde Orange Is The New Black por su protagonista femenina fuerte, también hubo otras que no eran tan evidentes, como la llegada desde Master of None o desde Making a Murderer.
[Fuente: Wired]
Descubre más sobre Sandra Arteaga, autor/a de este artículo.
Conoce cómo trabajamos en Computerhoy.