[4차]넷플릭스 알고리즘 분석(151106)
•
25 likes•13,728 views
ITS 4차 메인 세미나_알고리즘(김범수, 김요섭, 최민철, 함주현 | 최한울) 넷플릭스 알고리즘 분석(15.11.06) 고려대학교 정보기술경영학회 : ITS Web: http://itsociety.co.kr/ Mail: president@itsociety.co.kr
Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Similar to [4차]넷플릭스 알고리즘 분석(151106)
Similar to [4차]넷플릭스 알고리즘 분석(151106) (13)
More from 고려대학교 정보기술경영학회 : ITS
More from 고려대학교 정보기술경영학회 : ITS (19)
Recently uploaded
Recently uploaded (6)
[4차]넷플릭스 알고리즘 분석(151106)
- 2. 목차 1 2 3 4 5
- 3. 넷플릭스 소개1 ▶온라인 VOD 스트리밍 서비스 ▶OTT(Over the Top)플랫폼 선두주자 ▶ 60개국 7천만 명의 회원 보유 ▶저렴한 사용료 (월 7.99~11.99달러) ▶편리한 유저 인터페이스 “고객이 원하는 콘텐츠를 원하는 시간에 원하는 다양한 기기로 서비스한다” ▶활용 플랫폼의 다양성 (다양한 운영체제 및 디바이스 지원) ▶과감한 콘텐츠 제작 ▶선진 기업 문화 ▶우수한 자체 알고리즘
- 4. 방송 산업의 패러다임 변화 “TV 방송 시대는 2030년까지만 지속될 것이다.” 넷플릭스 창업자 리드 헤이스팅스 코드 커터(Cord Cutter) 지상파, 케이블, 위성 방식의 기존 TV방송 인터넷 기반 영상 콘텐츠 제공 서비스 1 넷플릭스 소개
- 5. 넷플릭스 소개1 "넷플릭스의 성공 비결은 '기술 혁신'에 있다” 조나단 프리드랜드 넷플릭스 총괄 알고리즘 콘텐츠 추천 콘텐츠 제작
- 6. 시네 매치 알고리즘(Cine-match algorithm)2 Bayesian Classifier Association analysis Neural Network Cine-match Algorithm
- 8. 베이지안 통계 기법2-1 Bayesian Classifier Association analysis Neural Network 왜 사용하는가? Q. 표본 1,000만 명을 대상으로 조사 P(베테랑) = 0.486 = 486만/1,000만 (명) P(미안해 사랑해 고마워) = 0.011 = 11만/1,000만 그렇다면, ‘베테랑’을 예매한 사람이 ‘미안해 사랑해 고마워＇를 예매할 확률은? 즉, P(미안해 사랑해 고마워 | 베테랑)=? *영화진흥위원회 영화 입장권 통합 전산망
- 9. 베이지안 통계 기법2-1 Bayesian Classifier Association analysis Neural Network 왜 사용하는가? P(미안해 사랑해 고마워 | 베테랑)를 알기 위해선, 베테랑을 본 486만 명의 표본 관객을 일일이 조사해서, 이들에게 ‘미안해 사랑해 고마워＇시청 여부를 물어보아야 한다. * 예시와 달리 현실에선 다루는 영화의 개수가 매우 많으므로 교집합의 확률을 이용하기는 불가능에 가깝다. *영화진흥위원회 영화 입장권 통합 전산망
- 10. 베이지안 통계 기법2-1 Bayesian Classifier Association analysis Neural Network 왜 사용하는가? 이 때, 베이지안 통계 기법을 사용한다. 먼저, 486만보다 훨씬 작은 표본인 11만의 ‘미안해 사랑해 고마워＇의 관객만을 조사, 이들 중 ‘베테랑’을 시청한 비율을 구한다. P(베테랑 | 미안해 사랑해 고마워) = 0.72 *영화진흥위원회 영화 입장권 통합 전산망
- 11. 베이지안 통계 기법2-1 Bayesian Classifier Association analysis Neural Network 왜 사용하는가? P(미안해 사랑해 고마워 | 베테랑) = P(베테랑 | 미안해 사랑해 고마워)*P(미안해 사랑해 고마워)/P(베테랑) = 0.72*0.011/0.486 = 0.0163 베테랑 관객 486만 명 중 7.92만 명이 ‘미안해 사랑해 고마워’를 시청. *영화진흥위원회 영화 입장권 통합 전산망
- 12. 연관 분석 기법2-2 Bayesian Classifier Association analysis Neural Network 동시 발생 상관관계(Co-occurance) 간단하게 말해서, 장바구니에 무엇을 같이 담는가?
- 13. 연관 분석 기법2-2 Bayesian Classifier Association analysis Neural Network 문제? support = 같이 팔렸다는 사실만 전달 2005년 CRM분석 시, 맥주와 기저귀의 support = 0.588 당시의 threshold = 0.3 맥주와 기저귀는 상관이 있다? *2005 NuriMedia Co., Ltd
- 14. 연관 분석 기법2-2 Bayesian Classifier Association analysis Neural Network 무엇이 문제였나? 그러나 당시 맥주의 판매율 79.8%, 기저귀의 판매율 68.2% 맥주와 기저귀가 독립이더라도 P(맥주⌒기저귀) = 54.4236% 즉, ‘베테랑’, ‘어벤져스‘, ‘명량’ 등 시청 비율이 매우 높은 영화에 대해서는 비록 상관관계가 없더라도 매우 높은 support 발생. *2005 NuriMedia Co., Ltd
- 15. 연관 분석 기법2-2 Bayesian Classifier Association analysis Neural Network 해결방법 상관계수를 지표로 사용 *넷플릭스, 영화 추천의 비밀과 상관계수 http://analyticsstory.com/99
- 16. 신경망 학습(역전파 알고리즘)2-3 Bayesian Classifier Association analysis Neural Network 신경망 학습? 기계 학습의 한 방법. 소비자의 선호 분야(SF, 로맨스, 액션 등)을 포함하여 다양한 Attribute에 대한 가중치를 결정하는 방법. 넷플릭스는 이를 통해 평점에 대한 가중치 예측 *http://www.shalomeir.com/2014/11/netflix-prize-1/
- 19. 신경망 학습(역전파 알고리즘)2-3 Bayesian Classifier Association analysis Neural Network threshold -1 예시 : Single node perceptron RATING USER MOVIE ? ?
- 20. 신경망 학습(역전파 알고리즘)2-3 Bayesian Classifier Association analysis Neural Network *http://www.shalomeir.com/2014/11/netflix-prize-1/ RMSE 방식 예측한 평점과 실제 평점의 차분 값을 최소화 Top n precision, NDCG 방식 평점이 높을수록 높은 가중치를 부과하여 높은 평점의 영화를 조금 더 정확하게 예측
- 21. 신경망 학습(역전파 알고리즘)2-3 Bayesian Classifier Association analysis Neural Network *http://www.shalomeir.com/2014/11/netflix-prize-1/ {USER, MOVIE, RATING} → {USER, MOVIE, ?}
- 22. 넷플릭스 VS 아마존 3
- 23. 3 넷플릭스 VS 아마존 - 자체 콘텐츠 부문 OTT사업자 자체 콘텐츠 비중 70% - Netflix
- 24. 3 넷플릭스 VS 아마존 - 자체 콘텐츠 부문 시장분석 데이터로 만들어진 드라마, 하우스 오브 카드 역대 미국 드라마 제작비 Top5, 마르코 폴로
- 25. 3 넷플릭스 VS 아마존 - 자체 콘텐츠 부문 - 참고용
- 26. 3 넷플릭스 VS 아마존 - UI 부문 Netflix : 더 많은 카테고리 & 직관적이고 쉬운 검색 Netflix Amazon Prime Instant Video
- 27. 3 넷플릭스 VS 아마존 - 온라인 비디오 앱 접근성 Netflix : 아마존보다 넓은 범위의 디바이스 지원
- 28. 넷플릭스의 사용자수 넷플릭스의 시장에서의 성공4 넷플리스의 매출 및 이윤 증가 추세 Netflix 매출 1999-2013 ($100만원 기준) Netflix 이윤 1999-2013 ($100만원 기준) Netflix 사용자 2011-2013 넷플릭스의 성공 요인 - CINEMATCH 알고리즘을 통한 데이터마이닝 오프라인의 물류 창고 크기 줄어듬 -> 비용 절감 소비자의 Loyalty 끊임없는 혁신
- 29. 넷플릭스와 블록버스터사의 경쟁 넷플릭스의 시장에서의 성공- DVD 렌탈 시장4 넷플릭스와 블록버스터사의 매출 비교 1997년-2004년 • 무작정 뛰어들다 2004년-2005년 • 넷플릭스의 첫 승리 2006년-2010년 • 블록버스터의 역습, 그 러나 다시 찾아온 승리
- 30. 미국 시장에서 넷플릭스의 시장 점유율 비교 넷플릭스의 시장에서의 성공- 스트리밍 시장4 0 10 20 30 40 시장 점유율 HULU PLUS AMAZON NETFLIX <2014년> 넷플릭스의 시장 점유율 : 57% 아마존의 시장 점유율: 3% -> 아마존의 빠른 성장세 <2015년 기준>