Netflix expérimente un modèle de langage interne, nommé GenRec, pour ses recommandations de contenu, obtenant des résultats supérieurs à son moteur actuel.
Jusqu’à présent, la plateforme s’appuyait sur un système de recommandation sophistiqué, développé sur plusieurs années et basé sur des milliers de caractéristiques définies manuellement pour analyser les préférences des utilisateurs. GenRec propose une alternative radicale : il convertit le comportement de visionnage en texte brut, éliminant ainsi le besoin de ces fonctionnalités artisanales complexes.
Cette nouvelle approche a été mise en concurrence directe avec le moteur de recommandation existant de Netflix, et les tests internes ont révélé des performances améliorées. Bien que Netflix qualifie cette avancée de « première étape prometteuse », elle suggère un potentiel significatif pour l’évolution de la personnalisation des contenus et la simplification des architectures de recommandation.
L’adoption généralisée de tels modèles pourrait redéfinir la manière dont les plateformes de streaming suggèrent leurs programmes.
Source : The Decoder