Mengapa Netflix akan beralih dari sistem peringkat bintang lima ke sistem suka / tidak suka?

Netflix digunakan untuk mendasarkan sarannya pada peringkat yang dikirimkan pengguna dari film / acara lain. Sistem peringkat ini memiliki lima bintang.

Sekarang, Netflix memungkinkan pengguna untuk menyukai / tidak suka (acungan jempol / jempol) film / pertunjukan. Mereka mengklaim lebih mudah untuk menilai film.

Bukankah klasifikasi 2 arah ini secara statistik kurang dapat diprediksi daripada sistem klasifikasi 5 arah? Bukankah itu menangkap variasi yang lebih sedikit?

variance predictive-models prediction

— jvriesem
sumber

Saya pikir jawaban apa pun harus menanggapi serius penjelasan Netflix sendiri, termasuk bahwa dalam pengujian A / B mereka mendapat peringkat sebanyak 4x dalam sistem 2 arah. Itu saja sangat besar. Juga, hasil dari kompetisi Netflix yang terkenal adalah bahwa peringkat prediksi yang lebih baik (apa yang mereka dapatkan dari kompetisi) tidak diterjemahkan ke dalam perilaku prediksi yang lebih baik . Anda mungkin menilai "Pride and Prejudice" film yang lebih baik, tetapi lebih cenderung menonton "Die Hard". Netflix mungkin lebih peduli pada apa yang Anda ingin (atau akan) tonton daripada apa yang menurut Anda adalah film yang lebih baik.

— ctwardy

Menurut sebuah artikel oleh Preston & Coleman (2000), relaibility skala 2 item tidak berbeda secara nyata dari reliabilitas skala 5 item:

Subjek pengukuran adalah kepuasan dengan restaruants tetapi diterjemahkan dengan baik ke peringkat film. Kemudahan penggunaan, seberapa cepat penggunaannya dan seberapa baik seseorang dapat mengungkapkan perasaan pada skala barang yang berbeda juga diukur. Hasilnya adalah sebagai berikut:

Jelas bahwa pengguna menemukan 2 item-skala sedikit lebih mudah digunakan dan lebih cepat digunakan dibandingkan dengan 5 item-skala tetapi juga sangat tidak memadai dalam mengekspresikan keyakinan sebenarnya pengguna. Ini menunjukkan bahwa 2 item-skala tidak menangkap variabilitas yang mendasari dengan sangat baik dan mengakibatkan hilangnya variabilitas. Indeks diskriminasi juga jauh lebih buruk untuk 2 skala item dibandingkan dengan 5 skala item.

Dengan mempertimbangkan semua hal di atas, saya akan berspekulasi bahwa Netflix bersedia untuk menukar ketepatan pemilihan untuk memikat lebih banyak pengguna ke dalam pemungutan suara. Saya pikir mereka lebih suka orang memilih karena meningkatkan cakupan sampel. Ini dapat mengarah pada pemahaman yang lebih baik tentang pengguna yang kurang terlibat. Nilai marjinal dari informasi tambahan untuk pengguna yang kurang terlibat cenderung jauh lebih tinggi dibandingkan dengan pengguna yang terlibat.

— Vivaldi
sumber