Pourquoi Netflix passerait-il de son système de notation à cinq étoiles à un système de j'aime / n'aime pas?

Netflix avait l'habitude de baser ses suggestions sur les évaluations soumises par un utilisateur d'autres films / émissions. Ce système de notation avait cinq étoiles.

Désormais, Netflix permet aux utilisateurs d'aimer / détester (pouce levé / pouce baissé) les films / émissions. Ils affirment qu'il est plus facile d'évaluer les films.

Cette classification à 2 voies ne serait-elle pas statistiquement moins prédictive qu'un système de classification à 5 voies? Ne capturerait-il pas moins de variations?

variance predictive-models prediction

— jvriesem
source

Je pense que toutes les réponses devraient prendre au sérieux la propre explication de Netflix, y compris que dans les tests A / B, ils ont obtenu 4x autant de notes dans le système à 2 voies. Cela seul est énorme. En outre, le résultat de la célèbre compétition Netflix était que de meilleures prévisions de prévisions (ce qu'elles avaient obtenu de la compétition) ne se traduisaient pas par un meilleur comportement de prévision . Vous pourriez juger "Pride and Prejudice" un meilleur film, mais vous aurez plus de chances de regarder "Die Hard". Netflix se soucie probablement beaucoup plus de ce que vous voulez (ou allez) regarder que ce que vous pensez être un meilleur film.

— ctwardy

Selon un article de Preston et Coleman (2000), la fiabilité à 2 éléments ne diffère pas sensiblement de la fiabilité à 5 éléments:

Le sujet de la mesure était la satisfaction à l'égard des restaurants, mais cela se traduit bien par la cote du film. La facilité d'utilisation, sa rapidité d'utilisation et la capacité d'une personne à exprimer ses sentiments sur différentes échelles ont également été mesurées. Les résultats sont les suivants:

Il est clair que les utilisateurs trouvent l'échelle de 2 éléments légèrement plus facile à utiliser et plus rapide à utiliser par rapport à l'échelle de 5 éléments, mais également très insuffisante pour exprimer les véritables croyances de l'utilisateur. Cela indique que l'échelle à 2 éléments ne saisit pas très bien la variabilité sous-jacente et entraîne une perte de variabilité. Les indices de discrimination sont également nettement plus faibles pour 2 échelles d'articles par rapport à 5 échelles d'articles.

En tenant compte de tout ce qui précède, je suppose que Netflix est prêt à échanger une certaine précision de vote pour attirer plus d'utilisateurs à voter. Je pense qu'ils préfèrent que plus de gens votent car cela augmente la couverture de l'échantillon. Cela peut conduire à une meilleure compréhension des utilisateurs moins engagés. La valeur marginale des informations supplémentaires pour les utilisateurs moins engagés est probablement beaucoup plus élevée par rapport aux utilisateurs engagés.

— Vivaldi
source