而经过这次百万大奖赛，Netflix晋级了自家网站的算法，在工程师中刻画了财大气粗的大公司形象，开掘了很多专业 算法人才，可谓一举多得。更主要的是，它向用户遍及了”引荐“这个概念，并在用户心目中将引荐这个概念与Netflix网站划上了等号，从此用户运用Netflix时对它的引荐体系有了更直观的价值参照物——一百万美金，天然发生信任感和参与感，不可不谓高超之至。
下面，就让咱们看看，Netflix耗时三年开发、花费百万、招引很多业界高手重视的引荐体系都有哪些特性。
为每个用户树立画像
翻开Netflix，壹 要弹出的是人物挑选窗口，经过一句亲热的询问”who’s watching“，netflix敏捷定位到用户的年纪、性别、曩昔看过的视频，乃至老友信息，并据此发生一个瀑布流主页，联系获取到的信息为用户引荐契合口味的影片和电视剧。
让用户知道为何而引荐
Netflix引荐体系中一个非常主要的特性即是”引荐理由“，在每个引荐板块中，用户能够清楚地知道为何取得这些引荐成果。这些理由都是些口语化的句式，比方：“由于你看过**”，“咱们猜你喜欢**”等等。这个举措不光会给用户带来信任感，还会鼓舞他们更积极地参与到引荐互动中来，给予更多有效反应。
重视多样性
如果以为Netflix的引荐即是一行一行视频海报构成的瀑布流，那你就错了，它的引荐归纳了多种形式，而且很重视多样性。同一个主页中，不只会依据用户从前看过啥、或许会有的喜欢引荐，netflix还专门开辟区域，为用户引荐当天或当周更 热的视频-即topN为用户引荐。这些举措在更大 满足用户喜欢的一同，为发现更多用户喜欢影片供给了或许。
运用老友链
Netflix鼓舞运用Facebook登陆，由于一个Facebook账号在带来用户身份特征的一同，还有一项非常主要的效果，那即是它拥有 关的老友圈，这个圈即是用户的互联网社交圈，所谓物以类聚人以群分，经过老友们正在观看的视频，能更准确 地计算用户喜欢。
Genre体系这是Netflix更 强壮，也是更 中心的引荐理念之一。这些“基因“能够广泛如”喜剧“、”正剧“这些包含不计其数的分类概念，也能够细分如”80年代的时刻游览科幻影片“这种主题。每个基因下约束一个影片调集，再依照影片自身特点与该基因吻合程度排序。
一个用户会看到啥样的基因内容呢?这个就要联系前面一切特征：用户人物、阅读前史、多样性、老友信息等等，再糅合确保让用户有满足新鲜感的更新特征，更 终挑选适宜的Genre展示在用户面前。在用户阅读每个基因下的影片时，Netflix还会采纳手法招引用户为基因的合理性打分。
类似度体系
Netflix除了top N和Genre体系外，还有一个主要的引荐形式，被Netflix穿插在引荐体系中，那即是类似度引荐。这个类似度引荐能够是两个影片的类似度，也能够是两个用户的类似度，它能够出如今播放页里，也会出如今查找成果中，乃至主页timeline中，作为一个Genre呈现。
引荐体系开展到如今，现已是一个具有很多工程师、很多分支共同开展的老练体系，它在大多数网站中也均有使用。以上说到的各种特性，能够说是凡有引荐网站都会或多或少选用的引荐办法。
可是Netfilx引荐体系的强壮的地方在于它的将这些特性 地归纳在了一同，在主页上你会看到topN型的引荐，也会看到Genre型引荐，还会看到依据前史的有关引荐，但它一同坚持了界面的简练，每个引荐都有恰当的理由，让你一眼就知道它为何会出如今timeline里。这正契合了引荐的效果：让用户更 快更 简洁地找到所需信息。
结语
更 终，让咱们掀开悬念，看看价值百万美金的算法终究是啥姿态：取胜团队 BPC 的算法的高超的地方在于考察了用户评级数据中的时刻和“频率”，用户在为影片打分时通常带有心情影响，而心情是与时刻有关的。
另外，用户的口味或许随着时刻的改变而改变。比照一位用户五年之前的打分和他近来的打分， 他近来的打分更为准确 地反映了他当时的好恶规范，在决议他明日或许喜欢哪些影片时所起的效果更大。所以 BPC 团队就研讨用户评分的成果与他们打分的时刻以及频率之间的联系，树立了有关性模型。
比方用户在周一和周五在打分时所用的规范有区别，有些用户在周日的心情更佳 ，这时所打的分数比平常偏高。经过这么的分析，他们能更准确 地发现用户对影片的喜欢口味，进而对他们打分的规则预测得更为准确 。
据我所知，Netflix现已发布了第2次百万大奖赛的赏格，这一次，这个以传统DVD租借开端，却以 引荐技能笑傲群雄的网站，又会给咱们带来啥惊喜呢，让咱们拭目而待。
