I oktober 2006 utlyste Netflix, den amerikanska nättjänsten för filmuthyrning, en tävling. Den som kunde förbättra filmtipsalgoritmen Cinematch med 10 procent, och få ner standardavvikelsen till 0.8563, skulle vinna en miljon dollar.
Matematiker från välrenommerade skolor antog utmaningen men ingen har hittills lyckats förutsäga Netflix-kundernas filmsmak 10 procent bättre än Cinematch. Men ledande laget BellKor in Big Chaos är inte långt ifrån med sina 9.44 procent och en standardavvikelse på 0.8616.
Med hjälp av algoritmen kan osedda filmer tilldelas ett uppskattat betyg baserat på kundens tidigare betygsättning. På så vis kan kunden vägledas genom det enorma utbudet och slippa sannolika filmbesvikelser. Med en standardavvikelse på 0.8563 skulle det alltså innebära att en film som kunden får rekommenderad som fyra inte visar sig vara sämre än 3.1437.
Frågan är bara hur bra underlag vår egen historiska betygsättning utgör – och om en femgradig betygskala verkligen fångar in vår finkalibriga filmsmak och våra omväxlande grunder för filmkonsumtion. Om jag sätter en tvåa på Madagaskar, betyder det att algoritmen inte kommer rekommendera uppföljaren, fastän också den passar utmärkt som snabbsmält tisdagstecknat? Det är ju inte alltid jag känner för att kolla på ”foreign film” från 50-talet, min femma på Umberto D till trots.
