聚焦信息技術領域 為產業發聲
導讀
據外媒報道，流媒體巨頭Netflix自7 月 30 日起停止接受用戶評論；8 月中旬，刪除客戶提交的所有評論。此前，Netflix 上的評論功能允許觀眾用五星來評價電視節目或電影，評論必須在 80 個字到 1999 個字之間。
取而代之的是點贊評分系統。同時，用戶會看到一個百分比——這個數字代表了用戶對 Netflix 所推薦的內容的喜歡程度。簡而言之，在 Netflix，點贊評級與 “百分比匹配” 系統將配合使用，最終Netflix 會根據你對它的喜愛程度向你推薦內容。
“點贊評分”系統或對用戶產生重大影響
瞭解Netflix 的用戶應該知道，Netflix最初以DVD租賃起家，為了解用戶的喜好，因此在用戶評論上下功夫，並以此為依據為用戶推薦更貼切的內容。
隨著互聯網時代的到來，Netflix的核心業務已轉變為在線流媒體，因此可以從更多維度獲得用戶的行為數據，比如用戶觀看了什麼視頻、如何觀看視頻（包括使用設備、觀看時間、觀看頻率、觀看時長），通過何種方式發現視頻，甚至哪些視頻已推薦給用戶但未被點播等。
我們知道，人們在Netflix上觀看的電視節目中，超過80%是通過該平臺的推薦系統發現的，而每次用戶在Netflix上觀看內容時，系統都在收集數據，從而為算法提供依據。用戶看得越多，算法就越頻繁地進行重寫，希望用戶能得到更好的內容推薦。對觀眾而言，將點贊評分系統替代星級評價系統這一舉措將產生巨大影響。
Netflix為何要替換“五星評分”系統
據瞭解，Netflix在算法中所運用的數據可以分為兩種——隱性數據和顯性數據。顯性數據就是用戶字面上所表達的意思，比如用戶給某個電影點贊；隱性數據實際上是用戶行為數據，用戶沒有明確地表明“我喜歡某一部劇”，但做出了相應的行動。這一行為的改變，將有助於Netflix更好地收集用戶數據並推薦相應內容。
對此，Netflix 給出的解釋是，之前的五星評級系統讓用戶感到困惑。在舊的系統中，如果 Netflix 上的一部電影有四顆星，人們會認為這是所有用戶的平均評級。畢竟，在一般以評論為特色的在線服務層面，星級評級就是這個含義。
但實際上，在 Netflix 設想中，四星的評級是“代表了那些擁有與你對這部電影的看法相似的娛樂品味的用戶”。另外，Netflix 還指出，星級評級系統並不能正確的給予用戶引導，讓用戶主動參與評級中且難度較大。
Netflix認為，“點贊評分”去除了用戶評價的模糊區，使機器學習算法更為高效；同時評分方法簡便，降低了反饋門檻、增加了反饋用戶人數——在Netflix內測過程中，“點贊評分”使用戶評價參與率提升200%。“點贊評分”與“百分率匹配”系統的配合更好地對用戶進行了個性化推薦和引導。
眼下，人工智能的發展如火如荼，但依舊處於弱人工智能時代，人工智能與人類的智能想必仍舊存在較大差異。算法為了給人類提供更好地推薦，必然要收集用戶喜好數據，“點贊評分”系統恰好可以更加快速地為機器提供簡單有效的用戶喜好數據。
不過，雖然初衷是好的，但是點贊評級系統其實也遭遇了很多問題，最大的問題在於用戶無法分辨，一部獲得幾千個讚的電影到底是因為它很受歡迎還是基於它的價值而獲得的。
有評論指出，Netflix 太過關注 “給觀眾真正想要的”，而不是提供 “令人驚訝的新體驗”。即新評級系統基本上就是直接引導觀眾進入特定的內容類型和觀看模式，而不是試圖拓寬他們的視野。
聯想到國內運用算法推薦的智能媒體——抖音短視頻、今日頭條等，都在為用戶推薦用戶所喜愛的消息，這在提高用戶體驗感的同時，也讓用戶沉迷於此，以至於使用者處於被動接受的位置；長此以往，用戶可能會喪失對內容選擇的主動權和跳出偏好框架的能力，使用戶的認知體系將變得單一且充滿偏見。Netflix 算法的改變是否會適得其反？也未嘗可知......
黃河連線系太原九州連線文化傳媒有限公司旗下品牌
點擊圖片查看往期文章：
閱讀更多 木蘭花開 的文章
