التوصيات هي واحدة من أهم أجزاء تجربة Netflix. تم بناء محرك التوصيات الأصلي لـ Netflix على آلاف الميزات المصنوعة يدويًا عبر المستخدمين والعناصر والتفاعلات. على الرغم من حدوث الكثير من التغييرات في هذه المجموعة على مر السنين، إلا أنها لا تزال معقدة للغاية. من المكلف إضافة حالات استخدام جديدة.
حققت نماذج اللغة الكبيرة (LLM) تقدمًا كبيرًا في قدرتها على توصية الأشياء للمستخدم. نظرًا لمعرفتها الأوسع بالعالم وفهمها للغة، تقوم LLM بعمل جيد في اكتشاف العلاقات بين الأشياء المختلفة. ومع ذلك، لا يمكنك فقط اختيار LLM جاهز لتوليد توصيات لشركة مثل Netflix. هذا هو السبب في أن فريق الهندسة في Netflix بنى Gen Rec.
الفكرة الأساسية وراء Gen Rec هي استخدام LLM لفهم أفضل لتاريخ مشاهدة المستخدم لتعيين درجات لمختلف الأفلام والبرامج التلفزيونية المتدفقة على Netflix. يتعين على Netflix إجراء مجموعة من التعديلات على النموذج الأساسي لجعله يعمل مع محتواها وسلوك الأعضاء.
يجب على نظام التوصيات الإجابة على سؤال أساسي: ما الذي يجب أن يظهر أولاً في قائمة التوصيات؟ يتم التعامل مع ترتيب التوصيات بواسطة مكون يُعرف باسم الرانكر. يقوم بتعيين درجات لعناصر مختلفة بناءً على مدى ملاءمتها لمستخدم معين في موقف معين. كلما كانت درجة العنصر أفضل، كلما ظهر أعلى.
المصدر: ByteByteGo · لخّصه HeadlinesBriefing