Speciali

Storie di algoritmi: Netflix e l’algoritmo da un milione di dollari

13 agosto 2019 | Scritto da Pietro Crovari

Come fa Netflix a suggerirci film che ci piacciono?

Era il 2010 quando una compagnia di noleggio DVD, chiamata Netflix, decise di investire in una piattaforma che fornisse contenuti in streaming on-demand. Con questa decisione, l’azienda di Reed Hastings segnò una delle più grande rivoluzioni nel mondo dell’intrattenimento moderno. Era una scommessa azzardata, ma il mondo premiò il suo coraggio facendola diventare uno dei maggiori attori nel campo della produzione e distribuzione di film e serie televisive. Ad oggi, Netflix conta più di 15 milioni di utenti attivi nel mondo, generando più di 15 miliardi di profitti solo nel 2018.

 

Un successo basato sulla semplicità. Ad oggi si stima che il 23% degli adulti americani acceda a Netflix quotidianamente, e in tutto il mondo milioni di persone si connettono alla piattaforma ogni sera per accedere ai propri contenuti preferiti. Ma da cosa viene questo successo? Sicuramente il catalogo vastissimo aiuta, assieme all’elevata qualità dei contenuti disponibili, ma anche l’esperienza d’uso gioca un ruolo fondamentale. Infatti, Netflix è semplice da usare, intuitivo, e permette di riuscire a vedere le proprie serie preferite anche non in condizioni di connessione ottimali. Inoltre, sappiamo sempre a che punto siamo arrivati, e possiamo riprendere a vedere il film o la serie tv con un semplice click del mouse. Tutti questi fattori giocano un ruolo fondamentale, poiché rendono l’utente il più soddisfatto possibile, minimizzando il rischio di disdetta dell’abbonamento.

 

In cerca di ispirazione. Se continuare a guardare un film è un’azione semplice e immediata, il vero problema è scegliere cosa iniziare a guardare. Netflix sa bene che maggiore è il tempo speso a cercare un contenuto, maggiore è la probabilità che l’utente abbandoni la piattaforma per andare a fare qualcos’altro. Per questo motivo è essenziale che una persona possa trovare in breve tempo qualcosa che lo attiri e che lo lasci soddisfatto. La decisione di cosa suggerire all’utente è quindi cruciale, e la compagnia fa sforzi giganteschi per migliorare sempre più i suggerimenti.

 

Parola chiave: personalizzazione. Se confrontiamo il nostro profilo Netflix con quello di un familiare/amico, notiamo che i suggerimenti sono totalmente diversi. Infatti, le proposte sono personalizzate in base ai gusti del singolo utente, grazie all’utilizzo di una famiglia di algoritmi chiamati Recommender Systems, algoritmi nati appunto per fare raccomandazioni agli utenti. Questo algoritmi sono una branca dell’intelligenza artificiale, e sfruttano i dati di visualizzazione di milioni di persone per scegliere i contenuti potenzialmente più affini a ogni singolo utente.

 

Dati, dati, dati. L’algoritmo iniziale di Netflix, chiamato Cinematch, si basava su tre tipi di dati:

  • I film, etichettati secondo diverse categorie (genere, anno di creazione, ambientazione, etc)
  • I gusti dell’utente, ossia il voto dato ai film visti in precedenza
  • I gusti degli altri utenti, ossia i voti dati ai film dagli altri utenti

Con queste informazioni, Cinematch calcolava quanto fosse probabile che a un determinato utente piacesse un certo film, dati i film che erano stati visti in precedenza. Come faceva a trovare questa informazione? Si basava sugli altri utenti. L’algoritmo cercava infatti persone con i gusti simili all’utente in questione, per proporre dei film che gli utenti simili avessero gradito. Cinematch funzionava bene, infatti era in grado di scegliere dei film di gradimento nel 75% dei casi. Ma per Netflix non era abbastanza bene.

 

Una gara milionaria. Per trovare un algoritmo migliore, Netflix decise di bandire un concorso a premi. Infatti, Netflix avrebbe regalato un milione di dollari a chiunque fosse riuscito a creare un algoritmo che prevedesse i gusti degli utenti con una precisione almeno 10% maggiore a Cinematch. Dall’inizio della gara ci vollero soltanto 6 giorni per creare un algoritmo con la stessa efficienza, ma per arrivare migliorare l’algoritmo del 10% ci vollero più di 2 anni.

 

Una continua evoluzione. Questo però era solo l’inizio, da allora l’algoritmo è stato continuamente migliorato per incrementarne le prestazioni. Ultimamente Netflix non si limita più soltanto alla creazione di suggerimenti personalizzati, ma anche le immagini mostrate nella pagina di selezione sono scelte a seconda dell’utente. Con alcune delle ultime serie, inoltre, anche l’ordine degli episodi non è fissato, ma diverso per ogni spettatore. Infine, questi dati non sono usati soltanto nella scelta dei contenuti, ma vengono usati in moltissimi altri processi. Ma questa è un’altra storia…

Pietro Crovari
Pietro Crovari

Pietro Crovari si è laureato in Ingegneria Informatica a Genova, dove ha proseguito con la Laurea Magistrale. Dopo essere stato 4 mesi al Georgia Insitute of Technology ad Atlanta per come Research Intern, attualmente lavora come Assegnista di Ricerca al Politecnico di Milano. Lavorando per quattro anni al Festival della Scienza di Genova si è innamorato del mondo della Divulgazione Scientifica. Ama due cose nella vita: quello che studia e raccontarlo agli altri. Entusiasta, inguaribile ottimista, affronta ogni giornata con un sorriso e con il desiderio di imparare qualcosa di nuovo!

leggi tutto