Netflix startet stark verbessertes und globales Empfehlungssystem

Eines der Erfolgsgeheimnisse des Streaming-Anbieters Netflix ist dessen Empfehlungssystem, das einem mit recht hoher Zuverlässigkeit Vorschläge macht, was man als nächstes schauen könnte. Das Unternehmen hat nun bekannt gegeben, dass man diese Lösung weiter verbessern konnte, da man nun wahrhaft globale Empfehlungen anbieten kann.

Weltweite Community

Anfang des Jahres hat Netflix sein Angebot auf (praktisch) die gesamte Welt ausgedehnt, auf einen Schlag hat man 130 neue Länder ins Angebot aufgenommen. Das hat aber zu einem recht komplexen Problem geführt, so das Unternehmen in einem Blogbeitrag, nämlich dem Umstand, dass das an sich gut funktionierende Empfehlungssystem bisher einen Haken hatte, nämlich eine zu starke regionale Ausrichtung.

Dabei fielen natürlich schon bisher riesige Datenmengen an, da die Analyse durch einen Algorithmus erfolgt. Die Ausweitung von einer Region auf die ganze Welt war entsprechend nicht so einfach, aber man wollte diese durchführen, weil ein größerer Datensatz auch bessere Ergebnisse liefert. Denn Netflix sagt im Wesentlichen, dass beispielsweise ein Science-Fiction-Fan dieselben Filme und Serien sehen will, egal wo auf der Welt er auch lebt.


Das ist vor allem für die neuen Länder relevant, denn im Gegensatz zu bevölkerungsstarken Regionen, in denen Netflix schon länger auftritt, war der Datensatz an Empfehlungen mancherorts noch zu klein, um die benötigte Zuverlässigkeit erreichen zu können.

Für die Entwicklung des globalen Empfehlungssystems waren 70 Mitarbeiter und eine Zeit von etwa einem Jahr nötig. Denn eine wesentliche Rolle bzw. Schwierigkeit spielte die Tatsache, dass sich viele Angebote von Land zu Land von der Verfügbarkeit her unterscheiden und sich das auch im Algorithmus widerspiegeln muss. Ebenfalls müssen Punkte wie kulturelles Bewusstsein und Sprache berücksichtigt werden, unter dem Strich zeigt sich Netflix aber überzeugt, dass es gelungen ist, die Wünsche und Bedürfnisse einer globalen Community befriedigen zu können.