Re: [新聞] Netflix公布top 10 original tv shows

看板EAseries作者 (￾N￾NN )時間4年前 (2019/10/22 13:42), 編輯推噓22(22推 0噓 50→)
留言72則, 14人參與, 4年前最新討論串2/2 (看更多)
上一篇的推文有些人很不喜歡雨傘學院 有一些人覺得還不錯 剛查了一下其實台灣帳戶看雨傘學院的比例還蠻高(兩成之類的範圍) 大概十名上下 有趣的是愛死機器人在台灣看得比例高得離奇 其他在全球top10的大概一半也是台灣的top10 很多人覺得Netflix爛片很多 但其實只要拍得夠多 題材夠廣 推薦做得夠好 理論上大部分的人應該都還是能在首頁找到想看的 但的確以首頁個人推薦演算法的表現來說 Netflix 的核心個人推薦引擎對台灣帳戶的客製化能力的確低於全球平均表現 也可能因此許多人會覺得打開Netflix 怎找不到想看的 ※ 引述《loveyourself (苦工)》之銘言： : 統計從去年十月到今年九月，觀看70%內容以上的才列入， : 只有『原創』部份。 : https://tinyurl.com/y6ouzw2l : 1.怪奇物語 64m : 2.雨傘學院 45m : 3.紙房子 44m : 4.安眠書店 40m : 5.性愛自修室 40m : 6.我們的星球 33m : 7.難，置信 32m : 8.生死之交 30m : 9.別人眼中的我們 25m : 10.菁英殺機 20m : 文章還有前十原創電影 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 69.53.245.200 (美國) ※ 文章網址: https://www.ptt.cc/bbs/EAseries/M.1571722959.A.083.html
推
10/22 14:18, 4年前 , 1F
好奇你怎麼知道推薦引擎對臺灣帳戶的客製化能力比較低？
10/22 14:18, 1F
推
10/22 14:20, 4年前 , 2F
是哪裡有報導嗎？因為直覺是這受地區語言影響程度應該很低
10/22 14:20, 2F
推
10/22 14:40, 4年前 , 3F
其實我個人是從來沒有照NF的推薦挑片來看的 現在這麼多寫
10/22 14:40, 3F
→
10/22 14:42, 4年前 , 4F
美劇資訊的粉專和網站 哪部有興趣 早在播出前or看到推薦
10/22 14:42, 4F
→
10/22 14:43, 4年前 , 5F
文章/預告就鎖定了吧 很少會去點完全陌生的劇
10/22 14:43, 5F
→
10/22 14:47, 4年前 , 6F
因為我主要在做Netflix 的核心推薦演算法的研究和開發
10/22 14:47, 6F
推
10/22 14:52, 4年前 , 7F
所以真的會因為地區語言影響？是因為片庫不同的關係嗎？
10/22 14:52, 7F
推
10/22 14:55, 4年前 , 8F
感覺演算法做到國家不同推薦的東西會不同是很蠢的事
10/22 14:55, 8F
→
10/22 15:08, 4年前 , 9F
說來有點複雜，跟可以看的片也有關係
10/22 15:08, 9F
→
10/22 15:10, 4年前 , 10F
國家不同 推薦的東西當然要有差異
10/22 15:10, 10F
推
10/22 15:16, 4年前 , 11F
我不覺得國家不同推薦的東西也要有差異，頂多無法推薦看不
10/22 15:16, 11F
→
10/22 15:17, 4年前 , 12F
到的。如果是同樣的行為，不會因為國家不同意義就不同吧？
10/22 15:17, 12F
→
10/22 15:17, 4年前 , 13F
喜歡科幻的就是喜歡科幻，不會因為你是某國人，就算你喜歡
10/22 15:17, 13F
→
10/22 15:17, 4年前 , 14F
科幻也不推給你看
10/22 15:17, 14F
→
10/22 15:21, 4年前 , 15F
影響是在過去能看到的片比較少影響到計算？抱歉問題很多XD
10/22 15:21, 15F
推
10/22 15:27, 4年前 , 16F
有可能還是有差異吧 如果只是單純推薦同類型影片 也
10/22 15:27, 16F
→
10/22 15:27, 4年前 , 17F
稱不上大數據吧？
10/22 15:27, 17F
推
10/22 15:34, 4年前 , 18F
我不認為如果看過一樣的片，演算法依據的其他變數一樣的話
10/22 15:34, 18F
→
10/22 15:34, 4年前 , 19F
要因為我的國籍或所在地區做出其他調整，只有扣掉看不到的
10/22 15:34, 19F
推
10/22 15:40, 4年前 , 20F
不同國家影片database 也不同，依據按讚,加入片單跟
10/22 15:40, 20F
→
10/22 15:40, 4年前 , 21F
看過影片（所看內容百分比）推薦應該是最基本的吧..
10/22 15:40, 21F
→
10/22 15:40, 4年前 , 22F
.
10/22 15:40, 22F
推
10/22 15:44, 4年前 , 23F
對啊，頂多是你看不到的不推薦，或者你某些片看不到沒有辦
10/22 15:44, 23F
→
10/22 15:44, 4年前 , 24F
法拿來算，而不是說看過的都一樣的話因為你在臺灣就跟別人
10/22 15:44, 24F
→
10/22 15:44, 4年前 , 25F
不一樣
10/22 15:44, 25F
→
10/22 15:52, 4年前 , 26F
會唷 每個人看影片的習慣都不一樣，以國家來說也可以很
10/22 15:52, 26F
→
10/22 15:52, 4年前 , 27F
明顯看出每個國家都有不一樣的viewing pattern，基本上
10/22 15:52, 27F
→
10/22 15:52, 4年前 , 28F
我們用到的模型大部分也都會用country embedding（不太
10/22 15:52, 28F
→
10/22 15:52, 4年前 , 29F
確定中文怎麼翻比較好不好意思）
10/22 15:52, 29F
→
10/22 15:59, 4年前 , 30F
另外語言國家地區也都很有影響，尤其是官方語言不只一
10/22 15:59, 30F
→
10/22 15:59, 4年前 , 31F
種的國家，同樣的如果住在美國，但像我會選有中文字幕
10/22 15:59, 31F
→
10/22 15:59, 4年前 , 32F
的影片看，那我的推薦跟住在美國的墨西哥人看的東西也
10/22 15:59, 32F
→
10/22 15:59, 4年前 , 33F
該很不一樣，其實我們用到的資訊非常多，模型也很複雜，
10/22 15:59, 33F
→
10/22 16:00, 4年前 , 34F
資料量應該也是數一數二的大，有時候要直觀的去解釋演
10/22 16:00, 34F
→
10/22 16:00, 4年前 , 35F
算有沒有確定因為什麼而在做什麼也不是很容易
10/22 16:00, 35F
推
10/22 16:01, 4年前 , 36F
我的意思是一樣的行為，我是臺灣人或美國人拿到的推薦不應
10/22 16:01, 36F
→
10/22 16:02, 4年前 , 37F
不同。
10/22 16:02, 37F
→
10/22 16:03, 4年前 , 38F
所以實際上是會有一套給美國人的推薦，跟另一套給臺灣人的
10/22 16:03, 38F
→
10/22 16:04, 4年前 , 39F
推薦？而不是全世界一樣的推薦，地區只影響看不看得到？
10/22 16:04, 39F
→
10/22 16:05, 4年前 , 40F
像你說的選不選中文字幕，就不是一樣的行為，本來推薦就
10/22 16:05, 40F
→
10/22 16:05, 4年前 , 41F
應該不一樣。
10/22 16:05, 41F
→
10/22 16:06, 4年前 , 42F
而不是說你是臺灣人，臺灣人都開字幕，我就直接把你歸到開
10/22 16:06, 42F
→
10/22 16:06, 4年前 , 43F
字幕的
10/22 16:06, 43F
推
10/22 16:21, 4年前 , 44F
排名怎麼查啊
10/22 16:21, 44F
推
10/22 16:41, 4年前 , 45F
排名是網飛自己每隔一段時間會公佈 不過安卓的app可
10/22 16:41, 45F
→
10/22 16:41, 4年前 , 46F
以看到至少每日更新的熱搜榜
10/22 16:41, 46F
推
10/22 17:15, 4年前 , 47F
有人好像搞不懂......
10/22 17:15, 47F
推
10/22 17:37, 4年前 , 48F
話說你怎麼知道臺灣看雨傘、愛死的比例？有內部資料？
10/22 17:37, 48F
推
10/22 18:22, 4年前 , 49F
離題說一下，覺得界面還是很難用，有時候只是想點進去看
10/22 18:22, 49F
→
10/22 18:22, 4年前 , 50F
介紹，結果很容易誤點到開始撥放，然後就會一直出現在繼
10/22 18:22, 50F
→
10/22 18:23, 4年前 , 51F
續收看，還不能只刪掉單個，超難用....很不人性化
10/22 18:23, 51F
推
10/22 18:42, 4年前 , 52F
可以在網頁版的觀影紀錄刪 但的確不方便
10/22 18:42, 52F
→
10/22 21:17, 4年前 , 53F
大數據演算法其實應該也是會納入"跟你同區的人"啊
10/22 21:17, 53F
→
10/22 21:18, 4年前 , 54F
即便佔比很小，但就是會造成差異了
10/22 21:18, 54F
推
10/22 22:46, 4年前 , 55F
愛死台灣比例高一定是因為超立方推過吧
10/22 22:46, 55F
推
10/22 22:59, 4年前 , 56F
超立方是誰？
10/22 22:59, 56F
推
10/22 23:02, 4年前 , 57F
不知道超立方是誰
10/22 23:02, 57F
→
10/23 00:07, 4年前 , 58F
假設一個美國人跟一個台灣人過去看的東西一模一樣
10/23 00:07, 58F
→
10/23 00:08, 4年前 , 59F
行為也一模一樣，但是舉個例子，當下台灣跟美國紅的東西
10/23 00:08, 59F
→
10/23 00:09, 4年前 , 60F
不會一樣，例如兩個人的行為一模一樣，雙城故事在台灣人
10/23 00:09, 60F
→
10/23 00:09, 4年前 , 61F
的排序仍會比雙城故事在那個美國人的排序來的高
10/23 00:09, 61F
→
10/23 00:10, 4年前 , 62F
(假設雙城故事在台灣比在美國紅的狀況下ＸＤ)
10/23 00:10, 62F
推
10/23 03:38, 4年前 , 63F
NF推薦給我的一直是hit or miss，感覺都是以節目類型和
10/23 03:38, 63F
→
10/23 03:38, 4年前 , 64F
題材為主，對於我這種什麼題材都看，但更注重表現方式
10/23 03:38, 64F
→
10/23 03:38, 4年前 , 65F
和製作品質的觀眾來說，有些抓不到重點。
10/23 03:38, 65F
→
10/23 03:43, 4年前 , 66F
但我覺得 Netflix 的縮圖個人化非常厲害，雖然沒在上面
10/23 03:43, 66F
→
10/23 03:43, 4年前 , 67F
看過幾部LGBT主題的作品，但 Netflix 對於我的性向判斷
10/23 03:43, 67F
→
10/23 03:43, 4年前 , 68F
倒是非常準確...現在打開縮圖一堆都是男性角色裸上身或
10/23 03:43, 68F
→
10/23 03:43, 4年前 , 69F
看起來很gay的畫面，即使那些作品和LGBT完全無關。不得
10/23 03:43, 69F
→
10/23 03:43, 4年前 , 70F
不承認這招吸引我我點進去不少次....
10/23 03:43, 70F
→
10/23 05:54, 4年前 , 71F
縮圖個人化是隔壁team做的，我會轉達他的算法很成功哈哈
10/23 05:54, 71F
推
10/23 07:57, 4年前 , 72F
感謝回應
10/23 07:57, 72F
‣ 更多 coolmark 的文章
文章代碼(AID): #1ThfRF23 (EAseries)
‣ 更多 coolmark 的文章
文章代碼(AID): #1ThfRF23 (EAseries)