Netflix 想颠覆串流媒体评分系统

▼

“喜欢”和“很喜欢”的差别在哪？Netflix 认为差了一根大拇指。

在 Netflix 评价影集或电影，只要点不赞或赞图示即可，即 Thumbs Down（不赞）和 Thumbs Up（赞）。但现在 Netflix 认为非黑即白不够，11 日起“Double Thumbs Up”（双赞）为第三个选项登场，“比喜欢更喜欢”让用户表达真正享受的内容。

点双赞，你就是真正的粉丝！

Netflix 的解释是：

• 不赞：We won′t suggest this again.（我们不会再推荐这个了）
• 赞：We′ll show you more like this.（我们将推荐更多这类内容）
• 双赞：We know you′re a true fan!（我们就知道你是真粉！）

为什么要在熟悉的赞和不赞图案外增加“双赞”呢？据 Netflix 推荐演算法，用户点赞或不赞，会得到更多客制推荐，但以用户回馈看，赞和不赞已不够精准，希望让“喜欢”和“更喜欢”有区隔，让 Netflix 推荐能更精确。

“双赞”就是 Netflix 想到的方法，有“微调”演算法的作用。赞仍是表达“喜欢”什么，Netflix 也会据观看纪录或方式时间推荐。但“双赞”不同。用户告诉 Netflix 对特定内容情有独锺，包括演员、制作团队、类型、小众与否等，Netflix 推荐就能更具体。

举例如果双赞《柏捷顿家族：名门韵事》，可能会看到更多原班人马或制作公司 Shondaland 的节目或电影；如果双赞《打不倒的金咪》，可能会看到更多有古怪角色的喜剧。“双赞”和“赞”各有意义。某内地产品经理说：

“双赞”结合使用者社群图谱，能改善推荐精准度和针对性。“赞”对作品整体排名、使用者群统计等指标价值最大，两者没有权重高低问题，只有指标用途不同。

读者应该会问：那之后会有“双不赞”吗？接受 Business Insider 采访时，Netflix 并没有说死，但至少短期不会，因相对于赞，没有看到使用者对不赞有一样参与度：

用户倾向正面表达，告诉我们什么内容多多益善。

用户习惯是表面，根本原因在 Netflix 希望照这种使用者习惯，改善推荐演算法，以留住更多使用者。某产品经理分析：

Netflix 用户增长和商业成功关键是持续改善推荐演算法，让“猜你喜欢”越来越精准。“特别不喜欢”对最佳化推荐演算法没有正面贡献；“喜欢”和“更喜欢”能帮助用户体量够大平台精准掌握和最佳化推荐演算法。

这也是为什么 Netflix 说“双不赞”暂时不会面世，且对“双赞”寄予厚望：

不要害羞！去 Netflix 表达自己并告诉我们你热爱什么。你知道你想。

相比赞不赞，五星制出局更早

Netflix“赞”和“不赞”也不是一开始就有。2017 年 4 月 Netflix 才取消传统的五星评分系统，改为简单的赞或不赞图示，理由和“双赞”一样，最佳化推荐演算法。

首先，赞不赞比五星评分更方便，吸引更多用户参与。Beta 测试时，Netflix 对全球数十万新使用者推出赞不赞，发现评分增加 200% 以上。其次，Netflix 希望人们照喜好选择享受的内容，更听从自己的直觉，而不是成为批评者，从技术层面分析看了好片还烂片。

这是五星评分、赞不赞两种评价系统不同的潜意识。当时 Netflix 产品副总裁 Todd Yellin 举例：

五星评分可能会给战争纪录片 5 颗星，也会给喜剧电影 3 颗星，但或许会看 10 次某喜剧。人们做的和说的不同。

但赞不赞，人们有种隐约理解，即这样做只是为了改善体验。五星评分不适合 Netflix 这种以推荐演算法为核心、想方设法猜你喜欢什么的串流媒体。“口是心非”的五星评分会造成数据异常，电影观看时间统计可能很可观，但星级很低，星级和使用者行为相关性就不高，给推荐演算法造成困扰。

且五星评分统计每个用户个体评分，出来是平均值，不利推荐演算法精确度改善。改变评分系统前，Netflix 拥有超过 100 亿“五星”评价，Todd Yellin 指出：

我们在自制和购买内容花了数十亿美元，五星评分系统只会为这些庞大编目增加挑战性，让人们真正想看的东西冒出来非常重要。

以上种种让 Netflix 决定放弃五星评分，寻找与用户实际观看更有关联的资讯。2021 年 10 月，Netflix 发表基于 28 天总观看时数的电影和影集排名，表示“观看时间是衡量作品整体成绩的更明确指标”。

简而言之，Netflix 希望用户喜欢什么、真正享受什么、直接选择什么，Netflix 再推荐更多这种内容，哪怕看的是别人都不喜欢的烂片，但有得到快乐，就够赞了。如今赞不赞再加上“双赞”，形成“三星评分制”。

某手机影片业务负责人 Ycle Schu 说，推荐演算法最好的方案应是三星评分制，即“不喜欢”、“喜欢”、“喜欢到值得分享或推荐”：

2017 年停掉五星评分时，Netflix 选择的是两星系统，即不喜欢和喜欢。现再新增双赞，形成三星系统。

某产品经理同样认为，比起五星评分和点赞不赞，三星评分制更适合 Netflix 使用者：

三星评分制既能更清楚个体偏好，也能透过 Netflix 海量使用者偏好统计，更真实反映使用者对某片的偏好。

Netflix 千方百计“猜你喜欢”

Netflix 就是需改善推荐演算法，用更精确的“猜你喜欢”留住用户，解决选择疲劳，更容易找到想看的内容。早在 2000 年，Netflix 就推出观看纪录评分的个人化电影推荐系统，却发现使用者常不确定想看什么内容，如果找影片超过 90 秒就会放弃。

2022 年，Netflix 产品创新总监 Christine Doig-Cardet 接受 The verge 采访时说：

用户从未像现在这样有如此多娱乐选择，找到喜欢节目和电影真的很重要，我们希望继续让 Netflix 成为最容易选出想看影片的平台。

用赞不赞取代五星评分，再用三星评分制取代赞不赞，都是一样道理。

Netflix 还有其他“猜你喜欢”功能和工具。2017 年和赞不赞一起出现的是“百分比匹配”功能，就是某影集或电影与单订阅者的匹配程度。非常符合使用者口味的节目可能有 98% 匹配值，但匹配率低于 50% 就不会显示。

和 Netflix 现在不做“双不赞”类似，百分比匹配也更倾向正面鼓励。2020 年 2 月 Netflix 推出Top 10 功能，每天更新使用者地区或地区最受欢迎的内容，且顺序将根据内容与使用者相关程度不同。除了整体前 10 名，还有每类前 10 名。

以上这些都很常见，入选影集和电影还拥有特殊 Top 10 徽章，无论出现在 Netflix 何处。使用者不管搜寻还是浏览介面，都能更快更轻松知道热门趋势，或成为助推热度的火苗。

2021 年 4 月 Netflix 推出“Play Something”功能，对症下药“选择困难重症患者”。“Play Something”不是完全随机，而基于观看纪录、个人资料和使用者品味，推荐全新影集或电影、收看中内容及关注清单内容。

Netflix 被 The Verge 称为串流媒体领域“最以使用者为中心”的平台，Netflix 也称一次次改进，是为了“把更多控制权还给使用者，帮助他们根据个人喜好客制体验”。

这些功能帮我们选择，但自主权究竟是在用户还是平台手里，还是不好说，因十分个人化，完全遵循兴趣导向，可能形成影视领域的“资讯茧屋”──习惯性被个人兴趣和审美观引导，生活封闭得像蚕茧的“茧屋”。

基于网络使用者订阅逻辑，串流媒体形成独特消费模式，Netflix 和希望留住的使用者，一方赚到利益，一方更有效率。享受之余，不妨对技术理性主导的“猜你喜欢”多点警觉心。

（本文由 爱范儿 授权转载；首图来源：Netflix）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。