Отмечается также, что пользователи стали уделять больше внимания фильмам и сериалам, которые выходили раньше, а не только новинкам: количество таких потребителей выросло на 38 %, утверждают в Premier.
Раньше рекомендации на платформе существовали лишь в формате редакторских подборок, которые сотрудники создавали вручную. На первом этапе развития рекомендательной системы была внедрена технология машинного обучения, которая анализирует качественные просмотры и метаданные и предлагает пользователю контент исходя из его предпочтений. ИИ сравнивает несколько десятков параметров, чтобы найти очевидные совпадения по теме фильма, режиссеру, эпохе.
Кроме того, на основе тегов разработчики разделили весь контент библиотеки на тематические полки. У каждого пользователя собирается набор любимых тегов — используя их, нейросеть предлагает ему подходящие тематические подборки.
Ранее «Телеспутник» писал о планах видеосервиса Premier запустить рекомендательную систему.
