在 Netflix 的算法世界裏，影評人是多餘的？！
- 2019 年 12 月 1 日
- 筆記
本文特别致謝：
極客電影、Hulu 推薦算法技術負責人 周涵寧博士 提供技術諮詢
上個月好萊塢最大的震動，莫過於市值1600億美元的流媒體巨頭Netflix，以微弱優勢超過了當時市值為1580億美元的迪士尼，成為真正的娛樂之王，在硅谷科技公司與傳統好萊塢的對戰中小勝一籌。
▲ 迪士尼與Netflix的娛樂霸主之爭
Netflix擁有近1.3億全球訂閱用戶，它不僅用「算法」製作內容，還用「算法」把用戶留在家中、一個接一個的看自己平台上的內容，這已經對包括電影院線在內的傳統發行渠道產生了致命衝擊。
▲ Netflix滋生了海外的「追劇黨」
革了發行的命還不夠，Netflix還要革意見領袖的命——用戶的主觀評論也不重要了！
過去幾年裡，這家互聯網公司一點點有預謀、有計劃、有步驟的弱化「主觀評論」；今年夏天結束時，Netflix 將徹底拋棄「用戶評論」功能。
Netflix 這個舉動背後的邏輯是什麼？它對未來互聯網內容的趨勢有什麼影響？
用 「是/否投票」 取代 「五星打分」
最初 Netflix 上的用戶評價體系跟我們熟悉的「大眾點評APP」和「豆瓣電影」一樣，分成兩類：「五星打分」和「用戶影評」。
「五星打分」，觀眾用五顆星來對電視節目或電影進行評級；「用戶影評」，觀眾在看過內容後，可以寫80-1999個字符的主觀評論。
去年 4 月，Netflix 用一個更簡單粗暴的「拇指向上/向下」點贊系統取代了「五星打分」體系。
用戶對內容的判斷只剩下「拇指向上-好」或者「拇指向下-不好」。
Netflix 說，這個產品靈感是從約會網站上的左右滑動算法匹配來的。產品經理認為，一個基於百分比的評價系統能給觀眾提供更有效的選擇參考。
這一改變能帶來兩個實際的好處：
第一，去掉了用戶評價的模糊區，讓算法學習更高效：
有些用戶為了彰顯自己的觀影品位，給喜歡的作品打出「三顆星」，這其中的涵義對人類來說就夠模糊的了，機器學習起來效率更低。非黑即白的「是否」評判就是用來消滅灰色地帶的。
第二，讓用戶的反饋不再「糾結」，降低了反饋門檻、增加了反饋用戶人數，機器學習結果更準確：
相對「五星」的5個選項，「是否」2個選項參與起來更容易、更接近本能；這樣用戶就更喜歡反饋，有助於提升參與用戶的樣本量，這樣就能增加機器學習的準確性。
一份 Netflix 的報告顯示，在內測過程中，使用「拇指向上/向下」系統讓用戶收視率提升了 200%。
Netflix 認為「五星打分」的作用被高估了，它更適合那些有大把空閑時間在網上吹噓自己觀點的人：
「給出明確信號，讓我知道你對這個內容感興趣，我們就能更了解你的喜好，給你推薦更多類似內容；
用向下的拇指告訴我們你不是這個內容的粉絲，它就不會再在你的主頁出現。
拇指的方向能幫我們了解和學習你獨特的品味，這樣我們就能更智能的為你推薦你喜歡的的故事。」
殺死那個煩人的影評
繼廢除「五星」」之後，Netflix 又對「用戶影評」動手了：截止今年7月30日，你將無法在評論區寫新的影評；到 8 月中旬，你甚至連之前的用戶評論也看不到了。
Netflix 發言人對媒體說，因為「用戶評論」功能的使用量在持續下降，所以才做出徹底拿掉它的決定。
但是，打從一開始起 Netflix 好像就不太願意讓用戶留下主觀評論：Netflix 的APP 上看不到「評論」功能，只有 PC 端上才有；而且平台也從來沒認真開發過這項功能。
停掉「用戶影評」，可能有兩個真實原因：
1. 流媒體模式下，評論對 Netflix 業務的重要度下降了：
在 DVD 租賃服務時期，用戶評論還是有意義的：畢竟郵寄 DVD 需要兩三天時間，如果用戶收到一部特別難看的電影，換一張還得再等兩三天時間。
但是，如果你在 Netflix 流媒體服務上看了一部糟糕的電影，立刻就能把它停掉，換下一個內容。試錯成本極低，看別人的主觀評價，還不如自己動動手指。
2. Netflix 的自製內容增多，放開用戶主觀影評有百害而無一利：
Netflix 已經不再僅是影視內容的發行渠道，今天的它就是一個真正的製片公司。
《紙牌屋》、《怪奇物語》、《王冠》…這些都是真金白銀砸出來的原創劇，差評和惡意口碑，都是片方最不能容忍的。
互聯網上用「刷負面口碑」來拉低節目收視率或電影上座率的做法層出不窮：前不久喜劇明星艾米·舒默的 Netflix 脫口秀就成為「負面口碑轟炸」的受害者。
▲ 《艾米·舒默：皮革特輯》網絡口碑牆內牆外各種撲街
去年，亞馬遜旗下的 IMDB 就關閉了用戶論壇，理由是「它們不再為大多數用戶提供積極、有用的體驗」，Netflix可能也有同感。
▲ IMDB用戶論壇關閉通知
為避免被差評，Netflix 決定先下手為強，先絕了這些惱人的影評——至少在自家平台上。
對於那些想認真看影評的人來說，外面有無數消息源：可以去 IMDB 和爛番茄看評分，或者到社交平台搜口碑，更較真兒的還可以去找一些更細分的專業媒體影評。
相比起專業影迷，Netflix 考慮的更多是「吃瓜群眾」的感受——「用戶影評」可能不會顯著增加收視率，一旦出現負面評價，還會嚴重傷害收視數據，得不償失。
所以，為什麼還要在自家內容旁邊保留這顆「定時炸彈」呢？
算法是「降維打擊」的終極武器
Netflix 現在最依賴的，是基於你觀看習慣的「百分比匹配」算法。
這套算法最核心的標準就是你的個性化偏好選擇（拇指上下），它基於你的興趣、為你量身定製，而且越用預測結果越准。
▲ Netflix用戶進入個人主頁，第一行和第三行都是算法推薦內容
舉例來說，如果我是科幻迷，就會經常收到平台推薦的科幻劇和科幻電影，而且大多數都符合我的喜好。
即使有時候內容品質沒想像中的好，我也還是會點擊觀看——因為這是 Netflix推薦給我的，試錯成本又這麼低，試試又何妨？大不了事後「拇指向下」。
Netflix 還會提供「朋友喜歡的節目」給你做參考：你能在節目下方看到「你的10 個朋友也喜歡《怪奇物語》」的信息，比陌生人的隨機評論更有殺傷力。
它有點類似微信公眾號文章的展示邏輯，是「內容社交化」的一種嘗試。
但是，Netflix 算法最被人詬病的缺點，就是它會把觀眾變得非常被動——坐在那，等着系統「喂」給自己內容；長此以往，用戶對內容選擇的主動權可能會消失，「跳出偏好框架」的能力也會喪失，用戶的認知體系會變得單一、充滿偏見。
身為全球最被資本市場看好的媒體巨擘，Netflix 毫不猶豫的站了「算法」，還在算法鋪成的道路上加速行駛，一騎絕塵。
就在此刻，Netflix 正在開發一項更貴的訂閱服務——Ultra（超級用戶），每月訂閱費將近 20 美元，它允許一個賬戶同時把超高清內容「流」到四台終端設備上。
野蠻生長的互聯網公司 Netflix，需要的確實是更簡單清晰提昇平台效率和價值的方法，再沒時間和精力文藝了。
