Jak to, že nás Netflix a další streamovací platformy znají tak dobře?

Přemýšleli jste někdy nad tím, proč vám Netflix, Disney Plus či HBO nabízejí další zajímavé seriály a filmy jako na běžícím pásu a dokáží se skutečně trefit do vašeho vkusu?

Využívání umělé inteligence (AI) není žádnou novinkou. Algoritmy umělé inteligence mohou ušetřit čas i usnadnit fungování nejen firem, ale i samotných zákazníků a uživatelů. Spokojeného uživatele dělá relevantní obsah. Jak obsah streamovací služby tvoří a jak se lidem takzvaně trefí do noty? Zeptali jsme se odborníků.

Rekomendační systémy (RS) jsou dnes základními službami používanými ve všech významných digitálních platformách po celém světě, jako je YouTube, Netflix nebo třeba Amazon. Spolu s vyhledávacími službami představují rekomendační systémy klíčové služby, které vám, uživatelům, pomáhají objevovat nový obsah nebo produkty. RS mohou pomoci najít relevantní položky, i když sami například neznáte jejich přesný název, nebo doporučit položku, která je pro vás ještě přijatelnější než ta, kterou jste původně hledali. To pro podnik znamená přidanou hodnotu, a to jak z hlediska vyšších příjmů a konkurenceschopnosti, tak z hlediska spokojenosti zákazníků. I ten nejmenší zákazník, kterým může být jedenapůlroční dítě, může konzumovat a najít vhodný obsah na platformě YouTube kliknutím na doporučené video.

Jak to celé funguje?

V posledních letech bylo představeno mnoho nových přístupů a algoritmů. Jednou z důležitých metod algoritmů je kolaborativní filtrování (CF). „Tyto algoritmy pracují na základě analýzy vzorců chování uživatelů v publiku a poskytují doporučení na základě podobných uživatelů nebo podobných položek. Největší výhodou této metody je, že se dokáže přizpůsobit trendům nebo reagovat na změny v systému. Tento algoritmus dobře funguje v systémech se značným množstvím interakcí, takže výše zmíněné digitální platformy často využívají tyto principy,“ vysvětluje Ing. Stanislav Kuznetsov, odborník na AI ve WDF.

Vzhledem k neustálému nárůstu objemu informací a počtu uživatelů jsou RS stále složitější a kombinují metody / algoritmy z mnoha oblastí výpočetní techniky. Obecně se RS dělí do dvou hlavních skupin: doporučovací systémy založené na hodnocení a techniky filtrování založené na preferencích.

Algoritmy nás dokáží udržet u obrazovek dlouhé hodiny. Foto: Pixabay

Tak trochu raketová věda

Systémy založené na hodnocení se zaměřují na předpovídání absolutní hodnoty hodnocení (pořadí) položky, která ještě nebyla uživateli zobrazena. Techniky filtrování založené na preferencích předpovídají doporučení top-k nebo relativní pořadí položek pro daného uživatele podle názoru komunity uživatelů. RS založené na obsahu využívají pro definici aktuálního profilu položek hodnocení, které jim uživatelé udělili v minulosti. Tento profil lze rozšířit o informace získané z popisu položky. Na rozdíl od předchozích systémů využívají kolaborativní RS známé hodnocení skupiny uživatelů k předpovědi neznámého hodnocení konkrétního uživatele. Tato myšlenka vychází z předpokladu, že pokud skupina uživatelů provedla stejné hodnocení v minulosti, můžeme předpokládat, že hodnocení skupiny bude podobné i v budoucnosti. Systémy demografického filtrování doporučují na základě osobních údajů uživatele, jako je pohlaví, příjem, věk, země atd. Hybridní RS kombinují dva nebo více typů výše uvedených systémů. Většinou poskytují lepší výsledky, ale jsou náročnější na implementaci,“ popisuje základní principy RS Stanislav Kuznetsov.

Využití RS u e-shopů

A stejně jako jsme si doporučování vysvětlili na streamovacích platformách, obdobně fungují i u produktů na e-shopech. Vaše, zákazníkovo, chování provozovatelé e-shopů dobře sledují. „Na základě vašeho chování a dat, která poskytnete, se pak na pozadí RS neustále modelují další doporučení. Tedy zobrazí se vám další podobné produkty a produkty příbuzné vašemu vybranému. Celý tento proces funguje, aniž by bylo nutné znát identitu uživatele. Pokud ji e-shop ale zná, jste registrovaný uživatel, a provozovateli e-shopu poskytnete údaje ke zpracování – a to především email, celý RS mohou posunout na další úroveň. Po ‚prokliknutí‘ ze zaslaného newsletteru na daný e-shop, streamovací službu apod., bude díky RS provozovatel e-shopu schopen sledovat vaše chování a následně zasílat opravdu cílené nabídky,“ vysvětluje Vojtěch Strnad, CEO a partner digitální agentury WDF.

Zdroj: WDF
Úvodní fotografie: Pixabay

Nezapomenutelní princové z českých filmových pohádek
Kukačky – 13 dílů je málo
Pelíšky jsou už dlouhé roky nejvtipnějším filmem Vánoc
S čerty nejsou žerty (1984) – nesmrtelné kultovní hlášky
Rychle a zběsile (2001), aneb jak se zrodila legendární série
Francouzská revoluce (2020) – sex, násilí a něco jako upíři
Sestra v akci – hudební komedie se vším všudy
Hlava medúzy (2021) a kalich hořkosti vypitý až do dna
Film doslova zpodobňující sedm ctností – Shazam!
Přímo pekelná zábava s Hellboyem
Kingsman: Zlatý kruh (2017) – ještě o trochu absurdnější pokračování výborné špiónské komiksovky
Liga Spravedlnosti Zacka Snydera (2021) je neuvěřitelně jiná
Lepší obsah nikdo nemá: Disney+ už funguje v ČR a může porazit Netflix
Přitažlivé superhrdinky z filmového světa Marvelu
Francouzská revoluce (2020) – sex, násilí a něco jako upíři
Godzilla vs. Kong (2021) asi nejhorší díl monster série
Love and Monsters (Láska a příšery) překvapivě napínavé a zábavné postapokalyptické dobrodružství
Návrat do budoucnosti
Nadčasový, geniálně jednoduchý a inspirativní Návrat do budoucnosti
Matrix (1999) – legendární cyberpunkový snímek
Vetřelec
Vetřelec (1979) snímek který dodnes nahání hrůzu
Animované snímky, které i po letech zahřejí u srdce
Raya a drak (2021) – další asijská princezna od Disneyho
Disneyho princezny – znáte je všechny?
Film, který vám vysvětlí, jak funguje internet – Raubíř Ralf a internet (2018)