Рекомендательные алгоритмы Кинопоиска
Всю эту информацию Кинопоиск получает, когда пользователь взаимодействует с сервисом. Еще используются аналогичные агрегированные данные других пользователей. Такой подход при создании сайтов используется в общем для многих сервисов, в том числе для интернет-магазинов, где вам предлагают товары, схожие с теми, что вы покупали ранее. Это очень полезная история как для продавцов, так и для покупателей (нет усталости от просмотра многостраничного каталога товаров).
Сервис анализирует данные, о которых речь выше, а также жанр, название, сюжет, актеров, режиссеров, получение фильмом тех или иных наград и премий, историю взаимодействия пользователей с тайтлами, историю просмотров — и на основе этого предлагает пользователю тот или иной тайтл — фильм, подборку по теме, информацию об актере и тп.
Ранжирование собирается таким образом, чтобы сделать метрику качества рекомендаций максимально подходящей для интересов пользователя. Эта метрика показывает, как часто пользователь обращается к кино и насколько долго его смотрит. Результаты подбираются таким образом, чтобы поощрить время просмотра в течение дня (и увеличить количество дней с просмотром в течение недели).
