談到 Netflix 和《紙牌屋》，你腦子裡第一個反應出來的詞可能會是大「數據」。且不說 Netflix 在多大程度上真的使用了大數據技術，它針對不同類型的電影進行微類型分類的方式恐怕會讓你印象深刻。 《PingWest》曾對此有過報導：Netflix 發明了一種叫做「altgenres」的分類方法，至少把影片分成了 76897 種「微類型」對電影進行解構。通過這種方式，Netflix 建立了一個龐大的用戶偏好數據庫。
不管大數據在其中有著多少程度的運用，這種微類型的分類方式確實比原有的粗線條歸類法更加準確。 Netflix 的這種分類方式現在也被百度視頻借鑒過來，為用戶提供更加精確和個性化的搜尋。
- 效仿 Netflix 百度要根據用戶行為分析數據
百度在 2012 年曾經收購了「今晚看啥」團隊，而「今晚看啥」就是一家掌握個性化推薦和數據挖掘技術的電影搜尋網站。目前，百度視頻的相關項目也是由原今晚看啥團隊的 CTO 胡一川帶隊完成的。
具體而言，類似 Netflix 的 altgenres，百度視頻建立了一個叫做影視基因庫的項目，它們給所有視頻資源都打上了標籤，為影視視頻定義了幾十個維度，如故事情節、情感、地點、時代等，每個維度下都有不同的標籤（目前有幾千個），以此來描述網路上的視頻。
- 用戶搜尋時，可以得到更精確的搜尋結果
當用戶在搜尋時，就可以不再僅僅按照類型、國家、導演和年份等單一維度搜尋，而是可以通過自然語言搜尋，得到更精確的搜索結果。另外，百度視頻還會將百度貼吧和百度知道中用戶提問的內容進行關聯：當一個用戶提問時，系統會通過後台找到匹配的標籤，為用戶提供符合標籤的搜索結果。目前，百度已經涵蓋了電影、電視劇、動畫、綜藝等視頻，每個視頻有大約 30 到 50 個標籤。
百度視頻數據挖掘和個性化推薦的另一個應用是在移動端。而在百度視頻的移動 App 上，系統會綜合收集的搜尋、播放和瀏覽數據，再分析用戶的年齡、性別、地域、學歷等特徵，並結合用戶興趣點，實現個性化的首頁展示和推送。
- Netflix 與百度視頻都分析數據資料，但兩者仍有不同
不過，雖然百度視頻採用了與 Netflix 相似的微類型分類法，但它仍與 Netflix 有著多個層面上的不同：
首先，Netflix 是基於訂閱用戶的視頻服務提供商，它擁有自己龐大的影視庫，甚至會自己拍攝影視作品；而百度視頻是個搜尋引擎，它的目的是搜羅全網的視頻內容（包括長電影和短視頻），並針對用戶的搜尋請求進行更精準的回應。
其次，因為 Netflix 的訂閱用戶必須擁有一個帳戶系統，這樣 Netflix 進行個性化推薦和數據挖掘的時候更有針對性、而且會更加精確。而百度視頻基於搜索引擎的特性，更多的針對無賬戶的用戶搜索，進行數據挖掘和分析的時候會更加考慮到全網和匿名用戶的特點。
第三，Netflix 的服務可以延伸到視頻產業的其它部分，甚至可以根據數據分析結果進行上下游的整合，以及實現對潛在熱門元素和劇集的預測。而目前百度視頻還只是為了讓用戶更精確地搜尋，尚不涉及到視頻產業鏈當中。
- 百度視頻分析數據，比傳統收視率還準
不過，目前百度視頻也在試圖對手中的數據進行更多的利用，比如對熱門視頻的監控：百度視頻在綜合了一段時間內的視頻搜索、播放、貼吧討論的時候發現，爸爸去哪熱度是快樂大本營 5 倍，而傳統收視率監控則顯示後者的收視率是前者 3 倍。
由於傳統監控的樣本少而且只能反應播出瞬間的熱度，這樣一來，通過百度視頻的數據分析就可以得到比傳統電視節目監控更精確的監控結果。再比如百度視頻指數：百度視頻技術團隊對當下非常熱門的微電影分析之後發現，從 2010 年以來，科幻、都市、兩性話題，以及 5 到 10 分 鐘長度的微電影更受人們歡迎。
而且，與 Netflix 獨立的服務不同，百度視頻可以通過內部的技術平台開放給其它部門，跟百度的其它部門實現資源共享。因此，愛奇藝等視頻網站也可以調用百度視頻技術團隊的數據挖掘結果，來指導自己的視頻版權購買和個性化推薦。
延伸閱讀：
坐擁 Big Data，Netflix 拍胸脯保證：只要是我推的影集一定會大賣！
7.5 億台幣做 Full HD 轉型，專訪 TVBS 總經理楊鳴：我們已在生死存亡關頭上
百度併購 PPS，中國視頻網站優土、愛奇藝、搜狐視頻三分天下
（本文轉載自合作媒體《Pingwest》）
Source: techorange.com
