Streaming-Dienste: Empfehlungsdienste von Netflix und Spotify
Der Video-Streaming-Dienst Netflix hat erst Anfang 2016 ein neues Empfehlungssystem in die Plattform integriert. Überarbeitet wurde der Algorithmus, der jedem Netflix-Nutzer passend zu seinem persönlichen Geschmack Filme und Serien ausspielt. Die Personalisierungsalgorithmen von Netflix berücksichtigen keine demografischen Daten wie Alter oder Geschlecht. Der verwendete Indikator sind die eigens erhobenen Daten. Schon bei Einrichtung des Kontos fordert man den Nutzer zur Angabe von Lieblingsfilmen und -Serien auf. Im Nutzungsverlauf beantwortet man zentrale Fragen: Was hat der Kunde vorher angesehen? Und wie hat er das Gesehene bewertet? Durch den Vergleich aller Kunden anhand ihrer Präferenzen und Bewertungen spricht die Plattform dann präzise Empfehlungen aus.
Bisher gab es Probleme, wenn der Dienst in einem neuen Land startete. Denn es gab keinerlei Datenbasis, auf der man Empfehlungen hätte berechnen können. Der neue Algorithmus arbeitet deshalb mit länderübergreifenden Kundengruppen. Man bezieht dabei nach wie vor länder- und regionalspezifische Tendenzen mit ein.
Auch der Musik-Streaming-Dienst Spotify arbeitet seit längerer Zeit mit persönlichen Empfehlungen. Wöchentlich stellt der Dienst eine Liste mit Songs zusammen, die potenziell zum Geschmack des Nutzers passen. Natürlich wird auch „Dein Mix der Woche“ automatisch durch Algorithmen erstellt.
Anlaufpunkt sind zum einen selbstgenerierte Playlists anderer Nutzer, zum anderen ein präzises Geschmacksprofil, das Spotify von jedem Nutzer erstellt. Der Dienst arbeitet hier mit extrem engen Genredefinitionen. Dazu kommt eine eigene Software zum Einsatz, die Artikel und Texte auf Blogs und Magazinen analysiert, um Künstler möglichst genau klassifizieren zu können. Der Empfehlungsdienst erkennt außerdem sogenannte Genre-Ausreißer, die nicht zum Gesamtprofil passen und die ein Nutzer z. B. aus einer Laune heraus angespielt hat. Diese Songs berücksichtigt Spotify nicht in der personalisierten Playlist-Erstellung.