Machine Learning đang hiện diện trong hầu hết những nền tảng chúng ta sử dụng mỗi ngày, từ Netflix, Spotify cho đến TikTok. Nhưng Machine Learning thực sự học về người dùng như thế nào? Điều gì giúp hệ thống hiểu được sở thích của hàng triệu người và đưa ra những gợi ý chính xác? Trong bài viết này, MCNA Technology School sẽ cùng bạn khám phá quy trình từ dữ liệu đến dự đoán của một mô hình Machine Learning. Ở bài viết trước, chúng ta đã tìm hiểu vì sao Machine Learning trở thành “trái tim” của các nền tảng như Netflix, TikTok hay Spotify.
Nhưng có một câu hỏi thú vị hơn:
Làm thế nào Machine Learning lại hiểu được sở thích của bạn, trong khi chưa từng “gặp” bạn ngoài đời?
Câu trả lời nằm ở dữ liệu.
Mỗi hành động của bạn đều là dữ liệu
Khi sử dụng một nền tảng số, bạn liên tục để lại những tín hiệu về sở thích của mình, chẳng hạn như:
- Bạn dừng lại bao lâu trước một video.
- Bạn xem hết hay bỏ qua sau vài giây.
- Bạn nhấn Thích, Bình luận hay Chia sẻ.
- Bạn tìm kiếm điều gì.
- Bạn theo dõi những tài khoản nào.
- Bạn thường hoạt động vào thời điểm nào trong ngày.
Đối với con người, đây chỉ là những thao tác rất bình thường.
Đối với Machine Learning, đó là những dữ liệu vô cùng giá trị.
Từ dữ liệu đến “Feature”
Machine Learning không làm việc trực tiếp với những hành động như “xem video” hay “nhấn Like”.
Thay vào đó, hệ thống sẽ chuyển chúng thành các feature (đặc trưng) để mô hình có thể học.
Ví dụ:
- Thời gian xem trung bình của một video.
- Tỷ lệ xem hết video.
- Số lần tương tác với chủ đề công nghệ.
- Mức độ yêu thích nội dung về thể thao.
- Tần suất nghe nhạc Pop trong một tuần.
Có thể hiểu đơn giản:
Feature chính là cách Machine Learning mô tả một người dùng bằng dữ liệu.
Mỗi người sẽ có một “hồ sơ số” riêng được tạo nên từ hàng trăm, thậm chí hàng nghìn feature khác nhau.
Giai đoạn Training: Khi mô hình bắt đầu học
Sau khi có dữ liệu và feature, mô hình Machine Learning sẽ bước vào quá trình training.
Ở giai đoạn này, mô hình sẽ học từ hàng triệu hành vi của người dùng để tìm ra các quy luật.
Ví dụ:
- Người thường xem hết video về bóng đá có xu hướng thích thêm nội dung phân tích trận đấu.
- Người nghe nhạc Acoustic vào buổi tối có khả năng thích playlist Chill.
- Người xem nhiều phim khoa học viễn tưởng thường quan tâm đến phim hành động hoặc giả tưởng.
Điều quan trọng là:
Machine Learning không được lập trình sẵn các quy tắc này.
Chính dữ liệu giúp mô hình tự phát hiện những mối liên hệ.
Prediction: Dự đoán điều bạn sẽ thích
Sau khi hoàn thành quá trình training, mô hình sẽ sử dụng kiến thức đã học để đưa ra prediction.
Đó có thể là:
- Video nào nên xuất hiện tiếp theo.
- Bộ phim nào phù hợp với bạn.
- Playlist nào có khả năng được nghe nhiều nhất.
- Nội dung nào nên được ưu tiên trên bảng tin.
Prediction không phải là “đoán mò”.
Đó là kết quả của việc phân tích hàng triệu dữ liệu và so sánh với những người dùng có hành vi tương tự.
Machine Learning không biết bạn là ai
Một điều khá thú vị là Machine Learning không cần biết tên, tuổi hay nghề nghiệp của bạn để đưa ra gợi ý chính xác.
Điều mà mô hình quan tâm nhiều hơn là:
- Bạn thích xem gì.
- Bạn tương tác với nội dung nào.
- Bạn dành bao nhiêu thời gian cho từng loại nội dung.
- Bạn thay đổi sở thích theo thời gian ra sao.
Nói cách khác, Machine Learning học từ hành vi, không phải từ những thông tin cá nhân đơn thuần.
Tóm tắt quy trình
Có thể hình dung toàn bộ quá trình như sau:
Hành vi người dùng → Dữ liệu → Feature → Training → Prediction → Gợi ý nội dung → Tiếp tục thu thập dữ liệu mới
Đây là một vòng lặp liên tục, giúp các nền tảng ngày càng hiểu người dùng hơn sau mỗi lần tương tác.
Kết luận
Machine Learning không “đọc suy nghĩ” của bạn.
Điều nó làm là quan sát hàng triệu tín hiệu nhỏ trong quá trình bạn sử dụng một nền tảng, biến chúng thành dữ liệu, học từ dữ liệu đó và đưa ra những dự đoán ngày càng chính xác.
Đó cũng là nền tảng chung của rất nhiều sản phẩm mà chúng ta sử dụng mỗi ngày.
Trong bài viết tiếp theo của series, MCNA Technology School sẽ cùng bạn khám phá cách Netflix sử dụng Machine Learning để dự đoán bộ phim mà bạn có nhiều khả năng xem nhất, mở đầu cho chuỗi case study về những nền tảng công nghệ hàng đầu thế giới.
Tham kháo:
Netflix Tech Blog
https://netflixtechblog.com/
Google AI
https://ai.google/
Tác giả: Bùi Đình Tuyển – Data Analyst tại MCNA Technology School
📞 Hotline: 0939.866.825 (Mr. Minh Khang)
🌐 Website: mcna.vn
📍 Hà Nội: 30 Trung Liệt, Đống Đa | Liền kề 44B TT2 Văn Quán, Hà Đông
📍 TP.HCM: 50B Phan Tây Hồ, Cầu Kiệu
