Series: Machine Learning Behind Your Favorite Apps – Bài 4
Ở bài viết trước, chúng ta đã tìm hiểu cách thuật toán gợi ý của Netflix sử dụng Machine Learning để đề xuất những bộ phim phù hợp với từng người dùng.
Nhưng có một điều còn thú vị hơn.
Ngay cả khi Netflix đề xuất cùng một bộ phim cho hai người, ảnh bìa mà họ nhìn thấy có thể hoàn toàn khác nhau.
Điều này không phải ngẫu nhiên.
Đó là kết quả của Machine Learning, Personalization và A/B Testing.
Cùng một bộ phim, hai người thấy hai ảnh bìa khác nhau
Hãy tưởng tượng có hai người dùng.
Người A
- Thích phim hành động.
- Quan tâm đến các cảnh chiến đấu.
- Thường xem những bộ phim có nhân vật chính mạnh mẽ.
Người B
- Thích phim tình cảm.
- Quan tâm đến diễn viên.
- Thường xem các bộ phim có yếu tố lãng mạn.
Cả hai đều được Netflix đề xuất bộ phim The Witcher.
Tuy nhiên:
- Người A có thể nhìn thấy ảnh bìa với Geralt cầm kiếm giữa trận chiến.
- Người B lại nhìn thấy ảnh có Geralt đứng cạnh Yennefer và Ciri.
Đó vẫn là cùng một bộ phim, nhưng Machine Learning đã chọn phiên bản ảnh bìa phù hợp nhất với từng người.
Vì sao Netflix phải thay đổi ảnh bìa?
Ảnh bìa là thứ đầu tiên người dùng nhìn thấy.
Nếu người dùng không bị thu hút ngay trong vài giây đầu tiên, khả năng họ nhấn nút Play sẽ giảm đáng kể.
Netflix hiểu rằng:
Một hình ảnh phù hợp đôi khi có giá trị không kém một bộ phim hay.
Thay vì sử dụng một poster duy nhất cho tất cả mọi người, Netflix tạo ra nhiều phiên bản khác nhau.
Sau đó, Machine Learning sẽ quyết định người dùng nào nên nhìn thấy phiên bản nào.
Machine Learning lựa chọn ảnh bìa như thế nào?
Quy trình có thể hình dung như sau:
Bước 1: Thu thập dữ liệu
Netflix ghi nhận:
- Những bộ phim bạn thích.
- Diễn viên bạn thường xem.
- Thể loại yêu thích.
- Những thumbnail khiến bạn nhấn xem nhiều nhất.
Bước 2: Tạo nhiều phiên bản ảnh
Một bộ phim có thể có:
- Poster tập trung vào diễn viên chính.
- Poster nhấn mạnh cảnh hành động.
- Poster thể hiện yếu tố tình cảm.
- Poster làm nổi bật bối cảnh hoặc quái vật.
Tất cả đều được lưu trong hệ thống.
Bước 3: A/B Testing
Netflix sẽ hiển thị các phiên bản thumbnail khác nhau cho từng nhóm người dùng.
Sau đó hệ thống đo lường:
- Phiên bản nào có nhiều lượt nhấn hơn.
- Người dùng xem lâu hơn với thumbnail nào.
- Thumbnail nào dẫn đến tỷ lệ xem hết phim cao hơn.
Đây chính là A/B Testing.
Machine Learning sử dụng kết quả đó để liên tục cải thiện mô hình.
Personalization không chỉ là gợi ý nội dung
Nhiều người nghĩ Personalization chỉ là:
“Bạn thích phim gì thì Netflix gợi ý phim đó.”
Thực tế, mức độ cá nhân hóa còn sâu hơn rất nhiều.
Netflix có thể cá nhân hóa:
- Danh sách phim.
- Thứ tự hiển thị.
- Hàng nội dung trên trang chủ.
- Trailer tự động phát.
- Ảnh bìa của từng bộ phim.
Điều đó có nghĩa là hai người ngồi cạnh nhau, mở cùng một bộ phim trên Netflix nhưng lại thấy hai giao diện khác nhau.
Machine Learning học từ chính lựa chọn của bạn
Điều thú vị là Machine Learning không biết trước bạn sẽ thích thumbnail nào.
Nó chỉ đưa ra dự đoán.
Sau đó quan sát:
- Bạn có nhấn xem không?
- Bạn có xem hết không?
- Bạn có bỏ phim sau vài phút không?
Nếu dự đoán đúng, mô hình sẽ tiếp tục củng cố cách lựa chọn đó.
Nếu dự đoán sai, hệ thống sẽ điều chỉnh trong những lần hiển thị tiếp theo.
Đó là lý do trải nghiệm của bạn ngày càng được cá nhân hóa theo thời gian.
Bài học từ Netflix
Machine Learning không chỉ giúp Netflix trả lời câu hỏi:
“Bạn nên xem phim nào?”
Mà còn trả lời thêm một câu hỏi khó hơn:
“Hiển thị bộ phim đó như thế nào để bạn muốn nhấn Play?”
Đó là sự khác biệt giữa Recommendation và Personalization.
Recommendation quyết định nội dung nào sẽ được đề xuất.
Personalization quyết định cách nội dung đó được hiển thị cho từng người dùng.
Kết luận
Netflix là một trong những ví dụ điển hình cho việc ứng dụng Machine Learning ở quy mô lớn.
Từ dữ liệu hành vi của hàng trăm triệu người dùng, hệ thống không chỉ đề xuất đúng nội dung mà còn tối ưu từng chi tiết nhỏ như ảnh bìa để mang đến trải nghiệm cá nhân hóa.
Đó cũng là lý do Netflix luôn nằm trong số những nền tảng có hệ thống Recommendation và Personalization hàng đầu thế giới.
Bài tiếp theo
Trong bài viết tiếp theo, MCNA Technology School sẽ cùng bạn khám phá:
Spotify tạo playlist Discover Weekly như thế nào?
Một hệ thống Recommendation khác, nhưng lần này Machine Learning sẽ học “gu âm nhạc” thay vì “gu xem phim”.
Thảm khảo: https://research.netflix.com/
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
