Netflix：通过个性化推荐算法，每年节约10亿美元

Netflix的推荐算法究竟有多牛？根据Netflix产品创新副总裁Carlos Uribe-Gomez和首席产品官Neil Hunt的一份报告，算法能够为Netflix节省每年10亿美元。

Netflix今年在内容花了60亿美元，而让其中的冷门内容也能够发挥作用，需要依赖基于用户习惯数据的个性化推荐系统——利用个性化推荐，相比简单展示最受欢迎清单，观看率提升3-4倍；基于个性化推荐能够向观众推荐的电影也是展示最受欢迎清单的4倍。

过去几年，Netflix在技术研发方面的预算增长比公司营收增长稍微快一些，去年的研发投入为6.51亿美元，同比增长达38%（营收同比增长约为10%），涵盖“测试、维护和修改用户界面，推荐、促销、流媒体播放技术和公司基础设施建设”的支出，包括用于AWS云服务的费用。

原文：How Netflix’s AI Saves It $1 Billion Every Year

Netflix技术实践：

• Netflix公布个性化和推荐系统架构，3种类型作业通实时
• Netflix的首席产品官Neil Hun谈推荐系统打造和AWS实践
• Netflix工程总监眼中的分类算法：深度学习优先级最低（注：Xavier Amatriain现已离职）
• Netflix使用的异常服务器侦测技术
• Meson：Netflix即将开源的机器学习工作流编排工具

学习推荐算法、机器学习，请关注CSDN机器学习技术公开课：

• 统计机器学习入门——老司机带你读经典