¿Qué es un buen algoritmo de recomendación de películas?

Algunos números de un ejemplo reciente ( recomendación de contenido de video)

  • 20% de aumento máximo en CTR
  • Aumento del 6% en la vista general de la página

Participamos en la implementación del sistema de recomendación de contenido de Yusp para los usuarios, nuestro cliente, Dailymotion es uno de los sitios de intercambio de videos más grandes del mundo, con 250 millones de visitantes únicos mensuales, 18 idiomas diferentes, 35 versiones localizadas

Dailymotion buscó medios para lograr al menos un 10% de mejora de CTR con videos recomendados considerando un límite de tiempo de respuesta estricto de 200 ms.

Evaluaron el campo de los sistemas de recomendación y decidieron comparar el rendimiento de las tecnologías líderes del mercado con su propia solución interna.

Descubrieron que Yusp no solo pudo superar su solución interna, sino que la mejora del 15% del CTR proporcionada por Yusp también resultó en un aumento del 6% en el número total de visitas a la página.

Probablemente desee utilizar una variedad de algoritmos para obtener los resultados más precisos, ya que solo un enfoque puede ser limitante.

La mayoría de los sistemas de recomendaciones utilizan una combinación de diferentes enfoques, pero en términos generales hay tres métodos diferentes que se pueden usar:

  • Filtrado colaborativo del comportamiento, preferencias y calificaciones de diferentes usuarios.
  • Análisis automático de contenido y extracción de patrones comunes.
  • Recomendaciones sociales basadas en elecciones personales de otras personas.

Puede aprender por ejemplo aplicando el motor de recomendación de películas de código abierto de Filmaster, bien explicado aquí: http://filmaster.org/display/DEV

Incluso puede mejorarlo en lugar de construir el suyo si lo desea. Utiliza un algoritmo de filtrado colaborativo con factorización matricial y una técnica de aproximación matricial de bajo rango.