Televizor. Sursa foto: Freepik
Din cuprinsul articolului
Când deschizi o platformă de streaming, lista de filme, seriale sau melodii „Recomandate pentru tine” pare să știe deja ce îți place. În spate nu este „magie”, ci un ansamblu de algoritmi care analizează cantități mari de date despre comportamentul utilizatorilor și despre conținut. Marile servicii de streaming folosesc sisteme complexe de recomandare, construite în jurul unor tehnici precum filtrarea colaborativă, analiza conținutului și rețele de ultimă generație.
De ce au nevoie platformele de algoritmi de recomandare
Cataloagele de filme, seriale și muzică au ajuns la zeci de mii de titluri, iar fără o formă de sortare inteligentă utilizatorii ar petrece foarte mult timp doar căutând ceva potrivit. Studiile din zona sistemelor de recomandare arată că aceste tehnologii sunt esențiale atât pentru experiența utilizatorului, cât și pentru modelul de business al platformelor: ele cresc timpul petrecut în aplicație și reduc rata de renunțare.
Un serviciu de streaming nu se limitează la a afișa noutățile. Algoritmul decide ce titluri intră în primul rând pe ecran, în ce ordine apar, ce etichete sunt afișate („Top 10”, „Continuă vizionarea”, „Sugestii pe baza vizionărilor tale”) și chiar ce imagine de copertă vezi mai des.
Ce date colectează despre comportamentul utilizatorilor
Sistemele de recomandare se bazează în principal pe date de utilizare, nu pe informații declarate în profil. Printre semnalele analizate se află:
- ce titluri urmărești sau ce asculți;
- cât timp rămâi pe un episod sau pe o melodie;
- dacă dai pauză, derulezi, sari peste intro sau închizi conținutul după câteva secunde;
- ce cauți prin bara de căutare.
Aceste informații sunt agregate și transformate în „semnale” pe care algoritmul le folosește pentru a estima ce ți-ar plăcea în continuare. În paralel, platformele analizează și comportamentul altor utilizatori cu profil de consum asemănător, ceea ce permite recomandări bazate pe preferințele unui grup mai larg, potrivit hootsuite.com.
Televizor. Sursa foto: dreamstime.com
Filtrarea colaborativă: „oameni care au vizionat X au vizionat și Y”
Una dintre cele mai vechi și încă folosite abordări este filtrarea colaborativă. Ideea este simplă: dacă două persoane au gusturi similare în istoric, este probabil ca ceea ce a vizionat sau a ascultat una să fie relevant și pentru cealaltă.
Serviciile mari de streaming video folosesc de ani buni un sistem hibrid în care filtrarea colaborativă este combinată cu alte tehnici, tocmai fiindcă acest tip de model funcționează bine la scară mare, acolo unde există foarte multe date despre istoric.
Analiza conținutului: genuri, actori, descrieri și chiar sunet
Filtrarea colaborativă are o limită importantă: nu te ajută foarte mult când apar titluri noi, pe care puțini utilizatori le-au văzut. Pentru astfel de cazuri intervine analiza conținutului. Platformele video își descriu titlurile prin sute de trăsături: gen, subgen, ritm, atmosferă, durata, producția, actorii, țara, limba, inclusiv etichete interne obținute prin analiză automată a imaginilor sau a scenariului, potrivit frontiersin.org.
În zona de muzică, serviciile mari combină informațiile clasice (gen, artist, an) cu analiză directă a fișierului audio: tempo, tonalitate, intensitate, timbru sau structura piesei. La acestea se adaugă și analiza textelor pieselor și a descrierilor scrise de utilizatori sau de editori, folosind tehnici de procesare a limbajului natural.
Astfel, algoritmul poate recomanda melodii sau episoade care „sună” sau „arată” similar cu ceva ce ți-a plăcut, chiar dacă sunt relativ noi în platformă, potrivit iabac.org.
Muzică. Sursa foto: dreamstime.com
Ce înseamnă pentru utilizatori like-urile, skip-urile și timpul petrecut
Din perspectiva unui algoritm, fiecare acțiune este un vot. Dacă lași un episod să ruleze până la capăt, acesta este un semnal puternic că titlul a fost relevant. Dacă îl oprești după câteva zeci de secunde, sistemul interpretează că nu s-a potrivit așteptărilor tale.
Documentația și analizele publice despre marile platforme de video arată că timpul de vizionare și frecvența revenirii în aplicație au devenit indicatori centrali. Algoritmul nu se uită doar la un singur clip, ci la modul în care o recomandare îți influențează întregul comportament: vei mai rămâne în aplicație, vei continua cu alt episod sau vei închide aplicația imediat.
În muzică, skip-urile foarte rapide sunt un semnal negativ clar, iar reluarea repetată a aceleiași melodii sau adăugarea ei în mai multe liste personale indică un interes ridicat. Toate aceste semnale sunt agregate, ponderate și trecute prin modele statistice și rețele, care recalibrează recomandările în mod continuu.
Ce poate face utilizatorul în fața algoritmului
Chiar dacă detaliile exacte ale codului rămân secrete comerciale, majoritatea platformelor de streaming oferă instrumente prin care poți influența recomandările:
- ștergerea sau punerea pe pauză a istoricului de vizionare sau ascultare;
- marcarea unor titluri cu opțiuni de tip „nu îmi mai recomanda”;
- folosirea unor profiluri separate în aceeași casă;
Aceste opțiuni, consolidate de obligațiile de transparență introduse de legislația europeană, oferă utilizatorilor un control mai mare asupra felului în care algoritmii decid ce ajunge pe ecranul lor, potrivit pinsentmasons.com.
