将巨大的数据转化为生产力并非易事

着名导演大卫芬奇曾拿着《纸牌屋》的改编剧本，找过美国多家电视台，却没有一家敢掏钱，因为谁也说不准一部20年前的老剧是否还有市场。Netflix也有类似的担心，于是进行了电视剧消费习惯数据库分析。最终，Netflix发现老剧《纸牌屋》依旧是点播热门，而点播该剧的用户群，也几乎和站上大卫芬奇、凯文史派西的粉丝圈重合，于是决定投资1亿美元重拍，并由大卫芬奇导演、凯文史派西主演该剧。

相比传统收视率统计只抽取数千个样本户，算出《纸牌屋》的数据库却包含了3000万用户的收视选择、400万条评论、300万次主题搜索，是名副其实的大数据。这些数据源自Netflix数年来积累的数据资源。当一位用户通过浏览器登录Netflix账号，Netflix后台技术将用户位置数据、设备数据悄悄地记录下来。

这些记忆代码还包括用户收看过程中所做的收藏、推荐到社交络等动作只需要一键就可以搞定。。在Netflix看来，暂停、回放、快进、停止等动作都是一个行为，每天用户在Netflix上将产生高达3000多万个行为。此外Netflix的订阅用户每天还会给出400万个评分，300万次搜索请求，询问剧集播放时间和设备。这些都被Netflix转化成代码，当作内容生产的元素记录下来。

为了找到分析大数据的方法，Netflix没有少花功夫。首先，千万级别的用户对站提供的影片给出1至5星的评级，几年下来相关数据的总量超过百亿条。要找准用户推荐新影视剧，识别观众品位需要一个算法。

然而要将巨大的数据转化为生产力并非易事。长年以来，为了提高算法精准，Netflix一直举办大型比赛招贤纳士但如果是几家的东西都在卖来，以此拓宽数据挖掘处理能力。2005年底，Netflix曾开放一数据集，并设立百万美元的奖金（netflix prize），征集能够使其推荐系统性能上升10％的推荐算法和架构。这个数据集包含了超过48万个匿名用户对大约近2万部电影做的大约10亿次评分。