Sites Inria

Le 03.11.2014

La recommandation : l’atout maître de Netflix ?

L’arrivée en France du spécialiste de la vidéo en ligne Netflix relance le débat autour de son système de recommandation. Peut-il vraiment comprendre les goûts de chacun au point de créer une véritable addiction ? Zoom sur les avantages et les limites de ce dispositif.

Deux semaines seulement auront suffi à Netflix pour convaincre 100 000 français* de tester son service. Ils rejoignent ainsi les 50 millions de foyers nord-américains qui ont déjà adopté le leader mondial de la vidéo en ligne par abonnement (SVOD). Un succès que ce service doit autant à la richesse de son catalogue, qu’à l’efficacité avec laquelle il pousse le bon contenu vers le bon utilisateur. Ce système, c’est la recommandation : un concept que Netflix intègre dès sa création en 1997. D’abord simple loueur de DVD par correspondance en ligne, Netflix voit son activité progressivement décliner. En 2007, la société se lance alors dans le streaming vidéo, profitant du déploiement du haut débit aux Etats-Unis. Elle accède alors à une masse d’informations de plus en plus importante sur ses utilisateurs et va s’appuyer sur celle-ci pour affiner les algorithmes qui gèrent son système de recommandation.

Des obstacles techniques…

Aujourd’hui mature, ce système participe incontestablement au succès mondial de Netflix. « Grâce à ce type d’algorithmes, un site peut augmenter ses ventes en ligne de 20 % en moyenne, confirme Jérémie Mary, maître de conférence à l'université de Lille et chercheur de l’équipe-projet SequeL d’Inria Lille – Nord Europe. Un bon système de recommandation fait au minimum doubler – et parfois tripler – le taux de clics sur les publicités par rapport à une allocation uniforme. Un résultat dû à l'adaptation du contenu aux goûts des internautes et à la détection rapide de ce qui plaît ou non aux diverses catégories d'utilisateurs. »

Plusieurs phénomènes limitent pourtant la performance de ces outils, à commencer  par la sortie régulière de nouveaux contenus, sur lesquels le système ne dispose d’aucune information. Une difficulté que Jérémie Mary a déjà rencontrée lorsqu’il a accompagné Deezer dans le développement d’algorithmes de recommandation musicale. « Pour s’affranchir de ce problème de départ à froid ou « cold start », une solution consiste à aider le système en poussant, par exemple, l'exploration des nouveautés, explique Jérémie Mary. Le poids accordé à ce dispositif va diminuer à mesure qu’augmente le volume de données nécessaire pour établir une corrélation suffisamment fiable entre le produit et l'appétence des utilisateurs. Le choix précis de ce bonus à l'exploration se fait sur la base d’outils statistiques récents, liés au phénomène de la concentration de la mesure. »

… et des obstacles humains

« L’évolution des goûts des utilisateurs pose aussi un problème épineux, souligne Jérémie Mary. Si quelqu’un commence à apprécier le cinéma d’art et essai, la difficulté consiste à lui proposer les films les plus adaptés à ce goût naissant. Certains, proposés trop tôt, vont le rebuter au lieu de le satisfaire. » L’amélioration de systèmes de recommandation peut par ailleurs s’avérer inopportune. Netflix l’a compris dès 2006 avec l’organisation d’un challenge doté d’un prix d’un million de dollars. L’équipe gagnante proposait un dispositif combinant une centaine d’algorithmes, certes plus efficace, mais au prix d’une complexité difficile à gérer et d’une consommation de ressources trop élevée.

Privilégier le « push » personnalisé

Netflix et son système de recommandation n’effraient donc pas outre mesure les acteurs du PAF. Pour Éric Scherer, directeur de la prospective de France Télévisions « le système de recommandation fait passer la télévision du statut de mass media, à celui de media de précision, capable de cibler des niches de consommateurs, voire des individus. » Pour autant, le professionnel estime que le principal risque de la recommandation « est de créer une chambre d’écho, de réduire le champ de vision du consommateur alors que notre mission est de l'élargir, d'où notre penchant vers un système hybride ». Ainsi France Télévisions entend combiner une offre éditorialisée construite par des professionnels des programmes de télévision et des propositions issues d'un système de recommandation. Nous privilégions ce qu'on pourrait appeler le ‘push’ personnalisé, conclut Éric Scherer. Le meilleur des deux mondes ! »

* Source : Le Figaro

Propulsé par