Netflix: що з призу пішло в продукт
6 квітня 2012 року Ксав'єр Аматріайн і Джастін Базіліко з Netflix розповіли, що з відкритого змагання компанія ввела в продукт два алгоритми з переможного рішення першого проміжного призу 2007 року — факторизацію матриць і обмежені машини Больцмана. Суміш сотень моделей, що виграла головний приз, не ввели: виміряний офлайн приріст точності не виправдовував інженерних витрат.
Чому це важливо
Компанія сама назвала межу між рекордом на змаганні й системою в продукті: у продукт пішла не найточніша модель, а дві з неї, пристосовані до даних у п'ятдесят разів більших. Допис також фіксує зміну мети: не передбачення оцінки, а ранжування того, що людина увімкне; за словами компанії, 75 % переглянутого вже приходило з рекомендацій.
Команда Korbell виграла перший проміжний приз зі зменшенням помилки на 8,43 % і сумішшю 107 алгоритмів. Факторизація дала RMSE 0,8914, машини Больцмана — 0,8990, їхня лінійна суміш — 0,88; їх зробили для 100 мільйонів оцінок, а Netflix мав понад 5 мільярдів. Базовий RMSE Cinematch — 0,9525, ціль призу — 0,8572. У дописі: понад 23 мільйони підписників у 47 країнах, 2 мільярди годин перегляду за IV квартал 2011 року, 4 мільйони оцінок на день. Річний звіт Netflix за 2011 рік (10-K, 10 лютого 2012) дає число іншої величини — 26 253 тисячі унікальних підписників разом із DVD — і називає технологію рекомендацій серед ризиків бізнесу; 75 % він не підтверджує. Це самоопис компанії.