كيف يعرف نيتفلكس ما تريد مشاهدته ويقترح عليك أفضل الأفلام والمسلسلات
كيف يعرف نيتفلكس ما تريد مشاهدته ويقترح عليك أفضل الأفلام والمسلسلات تقدم نيتفلكس آلاف الأفلام والمسلسلات والوثائقيات المتاحة للبث والتي توصي بالعناوين التي تلائم كل مستخدم، وإذا كنت من المشتركين بنيتفلكس لا بد أنك لاحظت وعَجبت من قدرة نيتفلكس على التنبؤ بما تريد مشاهدته، فكيف يتعاملون مع تقديم توصيات رائعة لمشتركيهم الذين يزيد عددهم عن 200 مليون؟ الإجابة باختصار هي من خلال التعلم الآلي والخوارزميات والإبداع، لذا تابع معنا القراءة لتتعرف على السبب الكامن وراء ذكاء نيتفلكس وقدرتها على إرضاء الغالبية العظمى من مشتركيها.
اقرا المزيد:طريقة تفعيل الرسائل المؤقتة فى واتس آب
البيانات الضخمة هي النفط الجديد
إن اتخاذ القرار النهائي في الخيارات الأكثر إعجابًا بالنسبة لك أمر ليس بغاية السهولة، فعلى سبيل المثال كم مرة نمت من دون عشاء لأنك لم تعرف ماذا ستتناول؟ أما نتفلكس فسهّلت عليك الأمر من خلال خوارزميات تعمل على تدقيق كمية لا حصر لها من البيانات لتحليل الأفلام والعروض التي شاهدتها والتي تشاهدها الآن وما شاهدته بعدها وقبلها وما إذا كنت قد استمتعت من خلال الوقت الذي استغرقت به في المشاهدة، بعد ذلك يتم دمج كاتالوج شامل من البيانات “الوصفية” التي تصنف العروض والمسلسلات والأفلام عن طريق مجموعة من علامات المحتوى، فهناك علامات بسيطة مثل أبطال العمل الذي شاهدته أو نوع العروض، وعلامات أكثر تعمّقًا مثل الموضوعات والحوارات التي يتناولها العرض أو الموسيقى التصويرية التي سادته.7
كجزء من هذه العملية تتعقب نتفلكس سجل العرض بالكامل طالما أنت مشترك، حيث يجمع النظام إشارات دورية خلال كل فيلم أو مسلسل تشاهده لتحديد ما إذا كان المشترك لا زال يشاهد أم لا، كما أنه يتتبع سلوك التصفح وعمليات البحث ومعلومات الجهاز وبيانات الموقع الجغرافي والتقييمات والوقت الذي تشاهده من اليوم والأسبوع بالإضافة إلى الإيقاف المؤقت للعرض والتقديم السريع.
خوارزميات محسنة باستمرار
إن البيانات بحدّ ذاتها شيء عديم الفائدة ما لم تُسخّر لخدمة ما، ونجاح نيتفلكس يعتمد على مدى قدرتها في تجميع كم هائل من مُدخلات البيانات من أجل معالجتها وتحويلها لمعلومات قادرة على اختيار وتنبؤ ما يرغب به المستخدم عن طريق الخوارزميات كما قال مدير الهندسة والأبحاث Xavier Amatriain لمجلة Wired:
نيتفليكس ومحرك التوصية والاقتراحات
تمكّن التعلم الآلي من إنشاء منصات ذكية بسبب استخدامه عددًا كبيرًا من الاحتمالات بهدف اكتشاف الخيار المرجّح لإعجاب المستخدم بمادة ما، ولتوضيح مفهوم الاحتمالية لمحركات التوصية سنلقي نظرة على مثال لمصفوفة المرافقات وهو نموذج احتمالي يوضّح درجة العلاقة بين المستخدم ونوع الفيلم الذي يبحث عنه من أجل التنبؤ برغباته.
في هذا المثال، لدينا ثلاثة من المشتركين مايا وفاطمة وليزلي، كل واحدة منهنّ شاهدت بعض أفلام نيتفلكس وقيّمتها وبقيت باقي أفلام الكاتالوج بلا مشاهدة وتقييم حتى الآن، وتجدر الإشارة إلى أن تقييمات المستخدمين هي نقاط تفيد في تمثيل العلاقة بين الفيلم والمستخدم، وفي مثالنا هذا، تم تمثيل التقييمات من خلال علامة “صح” و X، حيث تمثل العلامة الأولى الأفلام التي شاهدتها الفتيات وأعجٍبن بها والـ X فتمثل الأفلام التي شاهدنَها ولم تعجبهن، أما علامات الاستفهام فتمثل الأفلام التي لم يشاهدنها بعد.
بالنظر إلى مصفوفة المرافقات هذه ما الذي سيقترحه محرك التوصية برأيك؟ تعتمد احتمالية إعجاب المستخدم بفيلم في بعض محركات التوصية على إعجاب المستخدم بأفلام سابقة شاهدها وأعجب بها، لذلك قد تقترح نيتفلكس لفاطمة مزيدًا من أفلام الرعب لأنها أعجبت بالحبكة والتشويق المثيرة لفيلم شاهدته الأسبوع الماضي، وقد يوصي المحرك بالمزيد من الأفلام الهادئة لمايا مثل الرومانسية أو الكوميديا لأنها لم تُعجب بفيلم الرعب، ونظرًا لأن ليزلي استمتعت بنفس القدر بفيلم الرعب والفيلم الهادئ الرومانسي ستمنحها نيتفليكس تجربة متعددة الخيارات تتضمن أفلام التشويق والرومانسية والآن سيتلقى كل مستخدم اقتراحًا مخصصًا له.
الخوارزميات المستخدمة في نظام التوصية لدى نتفلكس
ترتيب الفيديوهات الشخصية وتصفية المحتوى Personalised Video Ranking
وتعني تصفية المحتوى عملية ترشيح العروض على أساس العوامل المتشابهة بين اثنين من الأعمال التي تمت مشاهدتها من قبل المشترك كالأفلام والمسلسلات لوضعها في الصفحة الرئيسية.
التصفية التعاونية Collaborative filtering
تقوم التصفية التعاونية على التنبؤ بذوق المستخدم من خلال مستخدم آخر، فمثلًا إذا كام لمستخدم A نفس رأي المستخدم B بفيلم ما، فإن أنظمة التوصية تفترض أن للمستخدمَين السابقين نفس الرأي والذوق في فيلم آخر وبناءً عليه فإن نظام التوصية يقترح للمستخدمين A وB نفس العروض والأعمال.
أغلفة الأعمال المحددة
تفضيلات المستخدم هي إحدى النقاط التي يهتم بها نظام التوصية في نيتفلكس ليضعها على غلاف العرض في الصفحة الرئيسية، فمثلًا عندما تشاهد فيلمين أو أكثر لممثل سيقترح لك نظام التوصية عروضًا مختلفة يترأّس غلافها نفس الممثل المُفضّل لك.
أبرز مقاطع الفيديو Top-N Video
لكل مشترك في نتفلكس كاتلوج عروض خاص، وهذه الخوارزمية متخصصة في التركيز على أعلى الأعمال تقييمًا في كاتولوج المشترك بالإضافة إلى تصنيف نوع العمل “دراما أو اجتماعي أو للكبار”.
درجة التشابه Because you watched
تعتمد هذه الخوارزمية على كيفية التصنيف من خلال المحتوى والتشابه بين الأفلام والمسلسلات التي شاهدتها والأخرى التي لم تشاهدها، وتعتبر خوارزمية “درجة التشابه” الأقل ارتباطًا بشخصية المشترك بشكل مباشر، حيث يتم حساب درجة التشابه بين كافة الأعمال ومن ثم تُنتَج الأعمال الأكثر تشابهًا.
إكمال المشاهدة Continue Watching
تركّز هذه الخوارزمية على العروض التي لم يكملها المستخدم وتوقّف فيها بمدة محددة أثناء العرض، ولذلك يتم حساب احتمالات عودة المشترك للعرض نفسه من خلال عدة معايير أبرزها المدة التي تم التوقّف عندها ونوع الجهاز المستعمل في حال كان هاتفًا ذكيًا أو جهازًا لوحيًا أو حاسوبًا شخصيًا.
الأكثر تداولًا Trending Now
“الوقت الحالي” هو العامل الأبرز الذي تقوم عليه هذه الخوارزمية بحيث تطرح العروض الأكثر شيوعًا في الوقت الحالي فمثلًا في أوقات “الكريسمس” يتم طرح عدد من الأفلام التي ظهرت فيها طقوس هذا العيد، أو في ليلة عيد الحب ستظهر لك العديد من الأعمال الرومانسية تبعًا لهذه المناسبة.
وأخيرًا إخراج الصفحة الرئيسية
جميع الخوارزميات السابقة تجتمع لتخرج صفحة رئيسية مكونة من مقاطع الفيديو التي تناسب ذوق ورغبة كل مشترك عند إنشائه حسابًا على نتفلكس، فكل سطر في الصفحة الرئيسية مكون من أفلام ومسلسلات وعروض تم توليدها بفعل نظام التوصية، وبناءً على ما سبق فإن كل سطر في الصفحة يرتبط مع الآخر بالطريقة التالية:
اقرا المزيد:قراج تغلق جولة استثمارية بقيمة 2.25 مليون ريال بقيادة مستثمرين ملائكيين
