天才一秒记住【新笔下文学】地址：www.bixiabook.cc
的计算机专家和机器学习专家们能够继续改进推荐引擎的效率。
获奖团队bpc（bellKor's pragmatic chaos），由原本是竞争对手的三个的团队重新组团而成，获得了由Netflix的创始人兼首席执行官哈庭斯颁发的一百万奖金。
团队的七个成员分别是来自奥地利、加拿大、以色列和米国的电脑专家、统计专家和人工智能专家，七个成员都参加了颁奖仪式，这也是这七个成员第一次碰面，这一百万奖金如何分配将由团队自行决定。
首席执行官哈庭斯说：“我们经历了一次非常激烈的比赛，参赛团队开始时候独立作战，后来协同作战，终于将影片推荐效率提高到了10%以上。
在接近比赛截止日期时。还有新的参赛作品不断快速的提交上来，让整个比赛过程变得非常的曲折和惊心动魄。“
Netflix说，bpc团队最终险胜另一个团队the Ensemble，该团队也是由多个前参赛团队组成的新的团队。
最终，这两个团队的影片推荐效率非常接近。由来自Netflix的专家和大学教授组成的评委会用了几周的时间来评选出最终优胜者，加州大学圣地亚哥分校的艾尔坎教授和加州大学尔湾分校的史密斯教授参加了比赛评委会。
比赛规则要求获胜团队公开他们采用的推荐算法，这样很多商业都能从中获益，获胜的参赛作品和参赛选手评级方法将被公布在加州大学尔湾分校的机器学习杂志上。
第一个Netflix大奖成功的解决了一个巨大的挑战，为提供了50个以上评级的观众准确的预测他们的口味，下一个百万大奖目标是，为那些不经常做影片评级或者根本不做评级的顾客推荐影片，要求使用一些隐藏着观众口味的地理数据和行为数据来进行预测。同样，获胜者需要公开他们的算法。
如果能解决这个问题，Netflix就能够很快开始向新客户推荐影片，而不需要等待客户提供大量的评级数据后才能做出推荐。
新的比赛用数据集有1亿条数据，包括评级数据，顾客的年龄、性别、居住地区邮编，和以前观看过的影片，所有的数据都是匿名的，没有办法关联到netflix的任何一个顾客。
与第一个大奖赛不同，这次比赛没有设定比赛目标，50万米金首先奖励给6个月内取得领先的团队，另外50万米金奖励给18个月后取得领先的团队。
推荐引擎是Netflix公司的一个关键服务，1千多万顾客都能在一个个性化网页上对影片做出1－5的评级。Netflix将这些评级放在一个巨大的数据集里，该数据集容量超过了30亿条。
Netflix使用推荐算法和软件来标识具有相似品味的观众对影片可能做出的评级，两年来，Netflix已经使用参赛选手的方法提高了影片推荐的效率，这已经得到了很多影片评论家和用户的好评。
Strands推荐引擎的首席科学家里克·汉加特纳博士写道：“在短期内，搜索引擎将会越来越多地加入简单的推荐技术，以处理接近的查询词（例如，“您要找的是这个，根据类似查询\/其他人的搜索，你可能要寻找的是这个。”）但从长期来说，而比起搜索行业和搜索技术，推荐技术会更加地无孔不入。”
缺乏内容是Netflix的致命缺陷。我们都熟知，Netflix，是当今备受瞩目又备受争议的公司，我将避谈其被人熟知的细节。
而将重点落在导致其负增长的原因：涉及高成本的获取内容产品正在蚕食Netflix的流媒体运作，如今每季度的dVd收入损失惨重这个事实，让Netflix曾经盛极一时的dVd业务不再成为其增长的组成
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！