Чому Netflix перейшов зі своєї п'ятизіркової системи рейтингу на систему «подобається / не подобається»?

Netflix використовував, щоб базувати свої пропозиції на рейтингах інших фільмів / шоу. Ця рейтингова система мала п'ять зірок.

Тепер Netflix дозволяє користувачам подобатись / не подобатися (великі пальці вгору / великі пальці) фільми / шоу. Вони стверджують, що легше оцінювати фільми.

Чи не була б ця двостороння класифікація статистично менш прогнозованою, ніж система 5-ти класичної класифікації? Хіба це не охопить менше варіацій?

variance predictive-models prediction

— jvriesem
джерело

Я думаю, що будь-які відповіді повинні серйозно сприймати власне пояснення Netflix, включаючи те, що при тестуванні A / B вони отримали в 4 рази більше рейтингів у двосторонній системі. Це одне величезне. Крім того, результатом відомого змагання Netflix було те, що кращі прогнозування рейтингів (що вони отримали від конкуренції) не означають кращої прогнозуючої поведінки . Ви можете судити про "Гордість і упередження" кращим фільмом, але з більшою ймовірністю подивіться "Die Hard". Напевно, Netflix піклується про те, що ви хочете (або хочете) переглянути, ніж те, що, на вашу думку, є кращим фільмом.

— ctwardy

Згідно зі статтею Preston & Coleman (2000), 2 відносність за шкалою предмета не помітно відрізняється від 5 надійності за шкалою предмета:

Предметом вимірювання було задоволення від перезавантажувачів, але це добре відповідає рейтингу фільму. Було також виміряно простоту використання, швидкість використання та наскільки добре людина може висловлювати почуття на різних предметах. Результати такі:

Зрозуміло, що користувачі знаходять 2 шкали предметів трохи простішими у використанні та швидшими у використанні порівняно з 5-ма шкалою предметів, але також дуже неадекватними у висловленні справжніх переконань користувачів. Це вказує на те, що 2-бальна шкала не дуже добре фіксує основну змінність і призводить до втрати змінності. Індекси дискримінації також помітно бідніші за 2-ма шкалами-предметами порівняно з 5-ма шкалами-предметами.

Беручи до уваги все вищезазначене, я б припускав, що Netflix готовий обмінятись певною точністю голосування, щоб залучити більше користувачів до голосування. Я думаю, що вони віддають перевагу більшості людей, які голосують, оскільки це збільшує охоплення вибірки. Це може призвести до кращого розуміння менш зайнятих користувачів. Граничне значення додаткової інформації для менш зайнятих користувачів, ймовірно, значно вище порівняно з залученими користувачами.

— Вівальді
джерело