Netflixレコメンデーションエンジンの内部：アルゴリズムがあなたの視聴リストをどうキュレーションするか

人工知能は日常生活にますます浸透しています。スマートフォンの顔認証ロック解除は明確な例です。しかし、AIは私たちを非常に深く理解し、Netflixのような有名ストリーミングプラットフォームで、私たちが好む映画やシリーズを推薦するレベルにまで達しています。これは、プラットフォーム利用で私たちが生成するデータを収集し、私たちと類似のプロフィールに基づいて行っています。

Netflixと同じ仕組みは、Spotifyなど音楽を含む他のストリーミングプラットフォームでも見られます。システムをより多く利用するほど、推薦はより適切かつ精度高くなります。

Netflixアルゴリズムが収集するデータとは

プラットフォームの各ユーザープロフィールで推薦を行うため、Netflixはユーザーのプラットフォームとのインタラクションに関するさまざまなデータを収集します。データには、コンテンツ消費形態、視聴デバイスなどが含まれます。

Netflixは実行された検索をすべて記録し、ユーザーの興味を把握します。プラットフォーム製品が最も消費される曜日や、視聴に費やす時間も記録されます。当然、プロフィールが消費したコンテンツデータは、レコメンデーションアルゴリズムにフィードバックされ、直近のインタラクションと類似したコンテンツリストを生成します。

Netflixはコンテンツ視聴デバイスも登録し、デバイスごとに異なる推薦を生成します。

各ユーザープロフィールごとに行動ベースが生成され、アルゴリズムが異なるプロフィール間の類似性を見つけ、類似プロフィールのデータに基づいて推薦を行います。

このすべての情報は、Netflixのような企業にとって非常に価値があります。適切な推薦により、ユーザーがコンテンツを消費する時間が増えるためです。この情報は、成功が見込める新コンテンツ制作の判断にも活用されます。

これらの推薦は、私たちの嗜好、好み、プラットフォーム利用に関する収集データをすべて分析する知的アルゴリズムによって生成されます。これはビッグデータとして知られる分野です。

Netflixとビッグデータ

これらのビッグデータアルゴリズムにより、ユーザーが生成する大量データを分析できます。ビッグデータと機械学習、より具体的には、大量データから機械学習モデルを作成するAIの一分野です。これらのデータの中で、さまざまなパターンを特定し、予測を可能にします。

Netflixでは機械学習を用いて新しい予測モデルを作成し、例えば新しい制作が成功するかどうかを判断し、このデータに基づいて新コンテンツ制作を決定しています。一方、新しいデータは既存アルゴリズムにフィードバックされ、新しい指標と評価手法の実装により改善されます。

さまざまなタイプのアルゴリズム開発に多くのリソースが投資されています：ニューラルネットワーク、確率的グラフィカルモデル、強化学習アルゴリズムなど。これらすべてにより、テレビの前で座ったとき、Netflixがワンクリックで私たちを惹きつけるコンテンツを提供できるのです。

Netflixの例に見られるように、情報とデータは、ますますそれらを活用し大きなメリットを得ている多くの分野で、大きな富の源泉となっています。

貴社のプロジェクトでAIを適用しませんか？お問い合わせください！

関連記事：

• 産業における機械学習 インテリジェントシティ
• スマートシティに含まれるもの
• AIはどれほど賢くなれるか
• SIARA：コンピュータビジョンによる廃棄物識別・分類のためのAIシステム