Algoritmos de recomendación
un estudio sobre cómo funciona y cómo se describe el sistema de recomendaciones de Netflix
DOI:
https://doi.org/10.22475/rebeca.v12n2.898Palabras clave:
Sistema de Recomendação, Dados, Plataforma de Streaming, AlgoritmosResumen
Las producciones audiovisuales visualizadas por cada usuario en la plataforma de streaming Netflix se basan, en parte, en los datos recopilados, procesados y archivados sobre lo que fue consumido previamente por él y otros usuarios. Las sugerencias de nuevos contenidos son realizadas por sistemas de recomendación y son operacionalizadas por un conjunto de algoritmos, que a menudo se mantienen en secreto comercial. Netflix, en su sitio web, propone una "descripción de alto nivel" sobre el sistema de recomendación "en un lenguaje para personas no expertas". Este artículo analiza cómo ese texto explicita el funcionamiento de esas herramientas, relacionándolo con autores que han formado parte del grupo de programadores de la plataforma, otros críticos y expertos en algoritmos de recomendación. El análisis demostró que, a partir de la recopilación de pocos datos del usuario, especialmente en comparación con el volumen generalmente extraído de sitios de redes sociales, es posible efectuar su elaborado sistema de recomendación de forma personalizada. Los datos recopilados actúan como un "patrón de inclusión" y constituyen la materia prima de una base de datos que alimenta el sistema, creando un perfil personalizado complejo para cada individuo. Este perfil es el que recomienda nuevos títulos en el sistema de búsqueda y orienta, principalmente, la posición del elemento en las filas en la interfaz inicial. Finalmente, la posición del título en la interfaz y la fila a la que pertenece influyen significativamente en la elección de la producción, lo que tiene consecuencias en el contacto con la diversidad de productos audiovisuales, en el mantenimiento de la suscripción y en la experiencia de consumo en la plataforma.
Descargas
Citas
AGGARWAL, C. C. Recommender Systems. Cham: Springer International Publishing, 2016.
ALEXANDER, N. Catered to your Future Self: Netflix’s “Predictive Personalization” and the Mathematization of Taste. In: SMITH-ROWSEY, D.; MCDONALD, K. (Org.). The Netflix Effect: Technology and Entertainment in the 21st Century. London: Bloomsbury Academic Publishing, 2016. p. 81-100.
ALVINO, C.; BASILICO, J. Learning a Personalized Homepage. Netflix TechBlog, 9 abr. 2015. Disponível em: https://netflixtechblog.com/learning-a-personalized-homepage-aa8ec670359a. Acesso em: 10 mai. 2022.
BEER, D. Algorithms: Shaping Tastes and Manipulating the Circulations of Popular Culture. Popular Culture and New Media, p. 63-100, 2013.
BRAGHINI, K.; MONTAÑO LA CRUZ, S. E. Software, dado e algoritmo como formas culturais na Netflix. Intexto, n. 44, p. 161-183, 1 jan. 2019. Disponível em: https://seer.ufrgs.br/intexto/article/view/77671. Acesso em: 10 fev. 2022.
BRASIL. Lei no 13.709/2018 (Lei Geral de Proteção de Dados Pessoais). Brasília, DF: Presidência da República. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 1 fev. 2022.
BURROUGHS, B. House of Netflix: Streaming media and digital lore. Popular Communication, v. 17, n. 1, p. 1-17, 2 jan. 2019. Disponível em: https://www.tandfonline.com/doi/full/10.1080/15405702.2017.1343948. Acesso em: 5 abr. 2023.
CARLAN DA SILVEIRA, S.; IUVA, P. Tecnoestética algorítmica e hibridismos audiovisuais nos trailers da Netflix. Comunicação & Informação, v. 23, p. 1-18, 30 dez. 2020. Disponível em: https://www.revistas.ufg.br/ci/article/view/66235. Acesso em: 5 abr. 2022.
COHN, J. The Burden of choice: recommendations, subversion, and algorithmic culture. New Brunswick: Rutgers University Press, 2019.
CURTIN, M.; HOLT, J.; SANSON, K. Distribution Revolution: Conversations about the Digital Future of Film and Television. Los Angeles: University of California Press, 2014.
FERNÁNDEZ-MANZANO, E.-P.; NEIRA, E.; CLARES-GAVILÁN, J. Data management in audiovisual business: Netflix as a case study. El Profesional de la Información, v. 25, n. 4, p. 568, 2016. Disponível em: <https://revista.profesionaldelainformacion.com/index.php/EPI/article/view/epi.2016.jul.06>. Acesso em: 10/11/2022
GAW, F. Algorithmic logics and the construction of cultural taste of the Netflix Recommender System. Media, Culture & Society, v. 44, n. 4, p. 706-725, 25 mai. 2022. Disponível em: http://journals.sagepub.com/doi/10.1177/01634437211053767. Acesso em: 5 mar. 2023.
GIL, A. C. Métodos e técnicas de pesquisa social. 6 ed. São Paulo: Atlas, 2008.
GILLESPIE, T. The Relevance of Algorithms. In: GILLESPIE, T.; BOCZKOWSKI, P. J.; FOOT, K. A. (Org.). Media Technologies: Essays on Communication, Materiality, and Society. Cambridge, MA: MIT Press, 2014. p. 167-194.
GILLESPIE, T. A relevância dos algoritmos (tradução). Parágrafo, v. 6, n. 1, p. 95-121, 2018. Disponível em: http://revistaseletronicas.fiamfaam.br/index.php/recicofi/article/view/722. Acesso em: 1 fev. 2022.
GOFFEY, A. Algorithm. In: FULLER, M. (Org.). Software Studies: a lexicon. Cambridge, MA: MIT Press, 2008. p. 15-20.
GOLDBERG, D. et al. Using collaborative filtering to weave an information tapestry. Communications of the ACM, v. 35, n. 12, p. 61-70, dez. 1992. Disponível em: https://dl.acm.org/doi/10.1145/138859.138867. Acesso em: 1 fev. 2022.
GOMEZ-URIBE, C. A.; HUNT, N. The Netflix Recommender System. ACM Transactions on Management Information Systems, v. 6, n. 4, p. 1-19, 14 jan. 2016. Disponível em: https://dl.acm.org/doi/10.1145/2843948. Acesso em: 10 fev. 2022.
HALLINAN, B.; STRIPHAS, T. Recommended for you: The Netflix Prize and the production of algorithmic culture. New Media & Society, v. 18, n. 1, p. 117-137, 23 jan. 2016. Disponível em: http://journals.sagepub.com/doi/10.1177/1461444814538646. Acesso em: 3 mar. 2023.
JENNER, M. Is this TVIV? On Netflix, TVIII and binge-watching. New Media & Society, v. 18, n. 2, p. 257-273, 7 fev. 2016. Disponível em: http://journals.sagepub.com/doi/10.1177/1461444814541523. Acesso em: 1 fev. 2022.
LATOUR, B. Ciência em ação: como seguir cientistas e engenheiros sociedade afora. São Paulo: Editora UNESP, 2000.
LOZIC, J. Financial Analysis of Netflix Platform At the Time of Covid 19 Pandemic. In: HAMMES, K.; VOLAREVIC, H.; KAUROVA, O. (Eds.). 66th International Scientific Conference on Economic and Social Development. Book of Proceedings. Rabat: Varazdin Development and Entrepreneurship Agency, 2021. p. 78-86. Disponível em: https://www.bib.irb.hr/1118937. Acesso em: 5 abr. 2023.
MOROZOV, E. Big tech: a ascenção dos dados e a morte da política. São Paulo: Ubu Editora, 2018.
MORRIS, J. W. Curation by code: Infomediaries and the data mining of taste. European Journal of Cultural Studies, v. 18, n. 4-5, p. 446-463, 16 ago. 2015. Disponível em: http://journals.sagepub.com/doi/10.1177/1367549415577387. Acesso em: 10 mai. 2022.
NETFLIX. Como funciona o sistema de recomendações da Netflix. Netflix - Central de Ajuda, [2019?]. Disponível em: https://help.netflix.com/pt/node/100639. Acesso em: 10 mai. 2022.
NETFLIX. About Netflix - Página inicial. Disponível em: https://about.netflix.com/pt_br. Acesso em: 10 mai. 2022.
O’NEIL, C. Weapons of math destruction: how big data increases inequality and threatens democracy. New York: Broadway Books, 2016.
PAJKOVIC, N. Algorithms and taste-making: Exposing the Netflix Recommender System’s operational logics. Convergence: The International Journal of Research into New Media Technologies, v. 28, n. 1, p. 214-235, 17 fev. 2022. Disponível em: http://journals.sagepub.com/doi/10.1177/13548565211014464. Acesso em: 10 mai. 2022.
PARISER, E. O filtro invisível: o que a internet está escondendo de você. Rio de Janeiro: Zahar, 2012.
PASQUALE, F. The Black Box Society: The Secret Algorithms That Control Money and Information. Cambridge, MA: Havard University Press, 2016.
PINCH, T. J.; BIJKER, W. E. The Social Construction of Facts and Artefacts: or How the Sociology of Science and the Sociology of Technology might Benefit Each Other. Social Studies of Science, v. 14, n. 3, p. 399-441, 29 ago. 1984. Disponível em: http://journals.sagepub.com/doi/10.1177/030631284014003004. Acesso em: 12 nov. 2021.
RITTER, O. I Know What You Saw Last Summer: Uma Análise do Uso de Dados Pessoais pela Plataforma Netflix. In: BELLI, L.; RAMOS, B. (Org.). Políticas Digitais no Brasil: Acesso à Internet, Proteção de Dados e Regulação. Rio de Janeiro: FGV Direito Rio, 2021. p. 158-172. Disponível em: https://bibliotecadigital.fgv.br/dspace/bitstream/handle/10438/30688/0. Acesso em: 10 mai. 2022.
SEAVER, N. Algorithms as culture: Some tactics for the ethnography of algorithmic systems. Big Data & Society, v. 4, n. 2, p. 1-12, 9 dez. 2017. Disponível em: http://journals.sagepub.com/doi/10.1177/2053951717738104>. Acesso em: 5 abr. 2023.
SIMÕES, A. L.; CUNHA, M. DO N. Comunicação na Internet e a Violação do Direito à Privacidade: uma análise avaliativa das políticas e termos de uso na Internet. Comunicação & Inovação, v. 19, n. 40, p. 39-55, 25 ago. 2018. Disponível em: http://seer.uscs.edu.br/index.php/revista_comunicacao_inovacao/article/view/5093. Acesso em: 3 mar. 2022.
SRNICEK, N. Plataform Capitalism. Cambridge, UK: Policy Press, 2016.
SUMPTER, D. Dominados pelos números: do Facebook e Google às Fake News - os algoritmos que controlam nossa vida. Rio de Janeiro: Bertrand Brasil, 2019.
TALIB, S. et al. Perception analysis of social networks’ privacy policy: Instagram as a case study. In: The 5th International Conference on Information and Communication Technology for The Muslim World (ICT4M), 5., nov. 2014 Kuching, Malaysia. Rabat-Morocco: IEEE, nov. 2014. p. 1–5. Disponível em: http://ieeexplore.ieee.org/document/7020612/. Acesso em: 1 fev. 2022.
TIKU, N. Why Netflix Features Black Actors in Promos to Black Users. Wired, 24 out. 2018 20:20. Culture. Disponível em: https://www.wired.com/story/why-netflix-features-black-actors-promos-to-black-users/. Acesso em: 10 mai. 2022.
WILSON, S. et al. The Creation and Analysis of a Website Privacy Policy Corpus. In: Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). Berlim: Association for Computational Linguistics, 2016. p. 1330-1340. Disponível em: http://aclweb.org/anthology/P16-1126. Acesso em: 5 fev. 2022.
WINKLER, S.; ZEADALLY, S. Privacy Policy Analysis of Popular Web Platforms. IEEE Technology and Society Magazine, v. 35, n. 2, p. 75-85, jun. 2016. Disponível em: http://ieeexplore.ieee.org/document/7484849/. Acesso em: 3 fev. 2022.
ZUBOFF, S. A era do capitalismo de vigilância. Rio de Janeiro: Intríseca, 2020.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Tiago Franklin Rodrigues Lucena, Eduarda Carretero Garcia, Mariana Maronezzi Brezovsky , Thiago Fanelli Ferraiol
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
1.Los/as autores/as conservan los derechos de autoría y conceden a la revista el derecho a la primera publicación, con la obra simultáneamente licenciada bajo la licenciaCreative Commons Attribution License, que permite compartir el trabajo con el reconocimiento de autoría y publicación inicial en esta revista.
2.Los/as autores/as son autorizados/as a asumir contratos adicionales por separado, para distribución no exclusiva de la versión del artículo publicado en esta revista (por ejemplo, publicar en un repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
REBECA está autorizada por una Licencia Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License.
CC BY-NC-SA
Esta licencia permite a otros entremezclar, adaptar y crear a partir de su trabajo para fines no comerciales, siempre y cuando le den el crédito adecuado y que licencien sus nuevas creaciones en idénticos términos.
Usted está autorizado/a a:
● Compartir — copiar y redistribuir el material en cualquier medio o formato.
● Adaptar — mezclar, transformar y crear sobre el material.
El licenciante no puede revocar estas autorizaciones siempre y cuando usted cumpla con los requisitos de la licencia:
· Usted debe reconocer el crédito de forma adecuada, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Esto se puede hacer en cualquier forma razonable, pero de ninguna manera que sugiera que usted o el uso que usted hace del material tiene el apoyo del licenciante.
· Usted no podrá utilizar el material con fines comerciales.
