啃书文学网

手机浏览器扫描二维码访问

14 关键创新 订阅与算法推荐（第4页）

各种复杂情况紧随其后。这本质上是一个“鱼离开水”的故事——他是一名大城市的外科医生，突然来到了一个有着当地特有的价值观的小城镇，而他最终也意识到，在一个小镇上当医生才是他真正热爱的生活。

没有人会认为《好莱坞医生》是一部杰作，但它却打动了我，我自己也不知道为什么。也许就是因为它激发了我潜藏在内心深处的渴望：想要过一种简单的生活，与周围的人、自己的家庭及生活的地方建立真正的心灵纽带。从很多方面来说，《好莱坞医生》就是我的幻想。它让我向往质朴的生活，向往一个人人相知、彼此关怀的地方。在那里，你白天工作，晚上回到家，坐在门廊上，然后邻居们会让你帮忙评判谁才是烧烤比赛的赢家。

如果你问我20世纪，或者90年代，甚至是1991年最伟大的电影是哪一部，我的第一反应肯定不是《好莱坞医生》。但是如果我看到屋子里放着这部电影的DVD，我就会把它放进DVD播放机里。它算不上最好的电影，不是经典影片，也不是热门的新片——它只是我的最爱。

帮助大家找到他们最爱的电影，找到他们会喜欢的电影，就是网飞的真正目标。从一开始，我们就知道公司不可能仅仅依赖于运输服务或者某个单一的产品——因为如果是这样的话，一旦技术发生变化，我们就会面临被淘汰的局面。如果想要获得长期的生存机会，我们就必须让用户相信，我们提供的服务绝不仅仅是在线电影库和快速配送。无论是技术还是交付方法，其实都无关紧要，最重要的是将我们的用户与我们知道他们会喜欢的电影无缝衔接。无论未来的技术发展方向如何，这一点始终是有意义的。

当然，说起来容易做起来难。

在线商店的一个缺点是不方便浏览。如果你知道自己想找什么电影，你当然可以直接搜索。但如果你自己并不清楚，那么想要找到一部电影就异常困难了。你一次只能看一页，而且一个页面上能呈现的电影数量也有限。你必须根据DVD的封面设计或者剧情梗概来做出快速的判断。当然，不光是网店，在音像实体店也会面临这个问题。米奇说过，大多数人走进音像店时，其实完全不知道自己要找什么，他们只是在各个货架之间游移不定。但是在实体店，你可以向店员寻求帮助，或者至少你可以在过道里闲逛，也许偶然看见的某张光盘能勾起你的兴趣。

我们想让页面更方便用户浏览，我们还想为用户提供推荐和影评。因此，我和克里斯蒂娜以及整个编辑内容团队为各种电影类型设计了内容丰富的登录页面。如果你在寻找一部惊悚片，那我们有一整个页面就是专门介绍惊悚片的，上面有排名前10位的惊悚片名单，有新片和经典电影的影评，还会突出显示我们库存里现有的影片。如果你喜欢汤姆·克鲁斯的电影，那也是一样的。这个想法的重点就是提供温和的建议和指导，类似于一个善解人意（并且知识渊博）的音像店店员所能提供的服务。

我们想要提供个性化的服务，但问题是，如果全部由人工完成这些工作，成本就会非常高昂，更不用说费时了。当我们只有900部电影时，创建匹配的内容还可行，但到1999年年底，我们已经有了近5000部电影。除了工作进度很难跟上，浏览甚至也会变得更加不方便。

里德又以他的一贯的风格坚持推进自动化。

“就别想着什么登录页面了，我们现在反正要重新设计网站。我们不需要硬编码页面，不如这样吧：在网站首页上创建一个框架，框架里的插槽一次可以展示4部电影。每个插槽可以显示电影的光盘封面、影片时长、发行日期，以及剧情梗概，也就是我们现在已有的那些数据。接着，列出你希望展示在页面上的50部电影，让网站随机选择要显示哪4部。或者更好的方法是，我们可以定好如何构建这个‘队列’——也许可以把这个‘队列’称为‘惊悚片’，然后让系统随机从所有被标记为惊悚片的电影中进行选择。”

如果我没记错的话，我听到这个建议的第一反应是恐惧。我一点儿也不喜欢这样的方式，它看起来冷冰冰的，完全计算机化，而且过于随机，这些都是我们极力避免的事情。

但你最近用过网飞吗？里德设计的这一插槽结构一直沿用至今，但在此期间也有所修改。其中最重要的一处修改就是，插槽上展示的电影不再是随机挑选的，它们是经过复杂算法匹配得出的产物，可以根据用户的品位和网飞的需求进行校准。

这种算法匹配服务可以直接追溯到2000年里德创造的插槽结构。当然，因为他是对的——用户需要一种更高效、更便捷的方式找到他们喜欢的电影，那是一种比编辑策划的登录页面更直观的东西。将DVD放入插槽就是一个开始。现在我们只需要找出一种并非随机的方法来安排它们。

在那年秋季的会谈中，我们一直在讨论如何创建一种服务，既能给用户提供他们喜欢的电影，又能让我们作为分销商的日子更轻松（也更赚钱）。当用户在电脑前坐下来，决定接下来订购哪一部电影时，我们希望他们能看到一张根据他们的品位定制的电影列表，该列表同时会根据我们的库存进行优化。如果我们能让用户看到他们想看的电影，他们就会对我们的服务感到更加满意。而如果我们也能让用户看到我们想让他们看到的电影呢？那就是双赢。

简而言之：即使我们订购的新片数量是任何一家百视达门店新片数量的20多倍（这种抢占先机策略的成本是非常高昂的），我们也不可能随时做到满足所有人的需求。何况新发行电影的价格也不菲。为了让用户满意，也为了将我们的成本控制在合理的范围内，我们需要引导用户去看那些相对小众，但是我们知道他们一定会喜欢的电影——他们对这些电影的喜爱程度说不定还能超过新上映的电影。

比如，我租了（而且很喜欢）《欢乐谷》，这是1998年最好的电影之一，也是一部黑色喜剧。它讲述的是20世纪90年代的两个青少年（由托比·马奎尔和瑞茜·威瑟斯彭饰演）被吸进了一部以20世纪50年代美国小镇为背景的黑白电视剧里之后所发生的事情。理想中的推荐引擎能够引导我巧妙地避开最新发行的电影，吸引我关注类似《欢乐谷》的其他电影，比如《好莱坞医生》。

这是一项艰巨的任务。品位本身就是主观的。在试图建立电影之间的相似性时，起作用的因素几乎是无穷无尽的。你是按演员、导演、类型来划分电影吗？还是按上映年份、奖项提名和编剧呢？情绪、气氛这些方面要如何量化呢？

我和里德以及工程师们一起合作了几个月，试图找到一个解决方案。问题就在于要想出一种算法，能把与之关联的电影一起找出来。由于这种算法只能利用它可以获得的数据，诸如电影类型、演员、地点、发行年份、语言等，算法给出的建议经常只是对计算机而言有意义的，但实际上并没有考虑到现实世界中的任何相似性。它甚至会提出一些毫无帮助的建议：“你喜欢《壮志凌云》？来看看同年（1986年）上映的另一部电影吧！”

最后我们才意识到，要想为用户提供他们想要的东西，最好的方法就是通过用户自身进行数据众包。起初，我们和亚马逊一样，使用一种叫作“协同过滤”的流程。亚马逊会根据常见的购买模式向用户推荐产品，它至今仍在使用这种模式。从本质上说，如果你在亚马逊网站上买了一把扳手，它就会把你和其他购买过扳手的用户归为一类，然后推荐你购买他们买过的其他产品。

协同过滤流程是这样处理租赁业务的。假设我和里德各自从网飞租了3部电影，我租了《世界末日》《廊桥遗梦》《卡萨布兰卡》，里德租了《世界末日》《廊桥遗梦》《野鸭变凤凰》，那么协同过滤就会认为，既然我们租了两部同样的电影，那么我们可能都会喜欢对方租的第三部电影。因此，网站就会推荐我租《野鸭变凤凰》，推荐里德去租《卡萨布兰卡》。

当然，这种方式的问题在于，过滤历史租赁记录并不能真的告诉你，我是否喜欢《卡萨布兰卡》，或者里德是否喜欢《野鸭变凤凰》。它只知道我们都租了那些电影。但我们可能并不喜欢这些电影，也可能我们只是租来给孩子（或者伴侣）看的。

如果我们要使用协同过滤来对用户进行分组并推荐电影，我们就需要知道用户喜欢什么电影，而不仅仅是他们租了什么电影。我们需要一个影评系统：电影评分系统。根据评分对用户进行分组，也就是根据正面或负面评价的重合度对用户进行“聚类”，这意味着我们可以根据用户喜欢的电影，而不仅仅是他们租了哪些电影，来向用户有效地推荐。最终的算法会变得比这复杂得多。但为了让它真正发挥作用，我们需要用户去评论电影——评论很多部电影。

最后，我们决定让用户给每部电影打分，从1星到5星不等。让他们给喜欢的电影打5颗星，觉得观看纯粹是浪费时间的就打1颗星。

这听起来很简单，但就是这么一个简单的星级评分系统却引发了数百个小时的争论，就连有关降低像素的讨论都没有如此激烈过。可以打0颗星吗？我们应该提供半星级的选择吗？你在评分的时候全是用星星颗数来评的，但当我们在预测评分时，应该用星星颗数还是应该用10分制？我们应该在什么时候提示用户对电影进行评分？应该把这个小功能放在哪里？

最后的决定是，我们要求网飞的用户尽早并且经常去给电影评分。我们会抓住一切机会提醒他们给电影打分，无论他们是在访问网站，寄回看过的电影，还是在重新排列电影“队列”。电影租赁的好处在于，不一定非得租过电影才代表你看过这部电影——与买扳手不同，影评并不一定要和销售挂钩。从理论上讲，用户可以评价他们看过的任何一部电影，即使他们从未从我们这里租过电影。事实证明，大家喜欢被征求意见。人人都是评论家。

你只要收集足够多的影评，就能构建一个可以预测用户电影偏好的协同过滤流程，而且它能达到合理的准确性，这个过程其实并不难。之后，里德的团队就开始将这些对喜好的预测整合到一种更广泛的算法中，在权衡诸多因素（关键词、光盘数量、库存数量、每张光盘的成本）以后向用户推荐电影。

最后诞生的结果就是于2000年2月上线的“电影匹配”（Cinematch）功能，这是一个看起来更为直观的推荐引擎，它在将定性评估外包给用户的同时，还能对后端进行优化。可以说，这是一个两全其美的功能：一个让人感觉人性化的自动化系统，它宛如一个音像店店员询问你最近看了哪些片子，然后向你推荐一些他知道你会喜欢的电影，而且是库存里肯定有的电影。

事实上，你会感到这个推荐引擎比人工服务更好，因为它是隐形的。

如果以上的叙述让你感觉在我和里德决定共同经营公司之后，网飞历史上最具创新性和影响力的两项发展立马就出现了——好吧，如果你有这样的感觉，那是因为原本如此。

我和里德于1998年9月达成了首席执行官和总裁的协议。不到一年时间，订阅计划就上线了。在一年半的时间里，订阅计划就成了网飞唯一的租赁方式。与此同时，一个经过重新设计的网站正在使用一种创新的算法与用户互动，这种算法能准确地算出他们想看的电影……而且是我们想让他们租借的电影。

这两项关键的创新足以向几乎所有人证明，在公司管理方面，我们做出了正确的抉择，我们彼此协调一致。我创建的团队不断迸发着各种创意，致力于增进与用户的良好关系，而里德的团队则专注于简化我们的设想，提升效率。里德的高度专注帮助我们聚焦于未来，而我的目标则是确保无论我们发展得多快，无论我们变得多么高效，在根本上，我们始终寻求与用户建立良好的关系。

过去和未来，心灵和大脑，列侬和麦卡特尼——我和里德是一对完美的组合。

绝剑江湖路  总裁爹地太专情  医道为仙  冷傲仙督宠甜妻  混在左道当散修  天黑别出门  母神之命  刺客善良  我家老板非人哉  顶流大佬被迫营业后掉马了  快穿之极品影后任务记  她的小幸运  这个选择太棒了  平民上位笔记  天降七宝：满级大佬妈咪太会撩  大小姐每天教你做人  宠妻狂魔：我老婆又甜又狠  路爷又在撩妻啦  我真的很顶  我，百岁老人，扫扫地就无敌了