Netflix的算法世界里 影评人和五星打分都成了多余的

　　《艾米·舒默：皮革特辑》网络口碑墙内墙外各种扑街

　　去年，亚马逊旗下的IMDB就关闭了用户论坛，理由是“它们不再为大多数用户提供积极、有用的体验”，Netflix可能也有同感。为避免被差评，Netflix决定先下手为强，先绝了这些恼人的影评——至少在自家平台上。

　　对于那些想认真看影评的人来说，外面有无数消息源：可以去IMDB和烂番茄看评分，或者到社交平台搜口碑，更较真儿的还可以去找一些更细分的专业媒体影评。相比起专业影迷，Netflix考虑的更多是“吃瓜群众”的感受——“用户影评”可能不会显著增加收视率，一旦出现负面评价，还会严重伤害收视数据，得不偿失。所以，为什么还要在自家内容旁边保留这颗“定时炸弹”呢？

　　算法是「降维打击」的终极武器

　　Netflix现在最依赖的，是基于你观看习惯的“百分比匹配”算法。这套算法最核心的标准就是你的个性化偏好选择（拇指上下），它基于你的兴趣、为你量身定制，而且越用预测结果越准。Netflix用户进入个人主页，第一行和第三行都是算法推荐内容，举例来说，如果我是科幻迷，就会经常收到平台推荐的科幻剧和科幻电影，而且大多数都符合我的喜好。即使有时候内容品质没想象中的好，我也还是会点击观看——因为这是Netflix推荐给我的，试错成本又这么低，试试又何妨？大不了事后“拇指向下”。

　　Netflix还会提供“朋友喜欢的节目”给你做参考：你能在节目下方看到“你的10个朋友也喜欢《怪奇物语》”的信息，比陌生人的随机评论更有杀伤力。它有点类似微信公众号文章的展示逻辑，是“内容社交化”的一种尝试。但是，Netflix算法最被人诟病的缺点，就是它会把观众变得非常被动——坐在那，等着系统“喂”给自己内容；长此以往，用户对内容选择的主动权可能会消失，“跳出偏好框架”的能力也会丧失，用户的认知体系会变得单一、充满偏见。

　　身为全球最被资本市场看好的媒体巨擘，Netflix毫不犹豫的站了“算法”，还在算法铺成的道路上加速行驶，一骑绝尘。就在此刻，Netflix正在开发一项更贵的订阅服务——Ultra（超级用户），每月订阅费将近20美元，它允许一个账户同时把超高清内容“流”到四台终端设备上。野蛮生长的互联网公司Netflix，需要的确实是更简单清晰提升平台效率和价值的方法，再没时间和精力文艺了。