Cinematch（Netflix 推荐算法）

是什么

Cinematch 是 Netflix 自己开发的推荐算法，用途是预测用户会给一部电影打多少分^[1]。它给出的预测结果以红色星星的形式显示在网站上^[2]。准确度用均方根误差（RMSE，root mean squared error）衡量，也就是预测分数与用户实际打分之间的差距，单位与评分本身一致^[2]。

怎么工作

Netflix 对外把 Cinematch 描述为一组直接的统计线性模型，外加大量的数据调理（data conditioning）——也就是在建模之前对原始数据做清洗和整理^[1]。Netflix 工程师 James Bennett 和 Stan Lanning 写的论文给了更细的描述：系统每周分析累积起来的评分数据，用一种皮尔逊相关（Pearson correlation）的变体找出彼此有预测力的相似影片，然后在用户打分的过程中实时计算一个多元回归（multivariate regression）^[2]。这里的皮尔逊相关是一种衡量两个量是否同向变化的常用方法，所以第一步实际上是在找评分起伏规律相近的电影。如果某个用户与某部影片没有可用的个性化预测，系统就退回到该影片的平均评分^[2]。

它背后的数据量很大。Netflix 表示，自 1998 年 10 月起，公司从超过 1170 万订户、超过 8.5 万部作品中收集了逾 19 亿条评分，而 Cinematch 每天要做出数亿次个性化预测^[2]。

准确度

只用训练数据时，Cinematch 在 quiz 数据上的 RMSE 为 0.9514，在测试集上为 0.9525^[1]。作为对照，一个直接按训练数据预测每部电影平均分的简单算法，RMSE 是 1.0540^[1]。Bennett 和 Lanning 给出的 quiz 成绩同样是 0.9514，并称这比单纯预测各影片平均分提升了 9.6%^[2]。换句话说，知道影片和用户历史本身就已经带来了大部分收益；剩下那零点零几分，才是真正难的建模工作要去争取的空间。

与 Netflix Prize 的关系

到 2006 年，Cinematch 的表现已经进入平台期，Netflix 的公开竞赛正是围绕这一点设计的：Netflix Prize 以相对 Cinematch 的提升幅度来评判^[1]。据 NBC News 报道，Netflix 悬赏 100 万美元，奖励把其电影推荐系统的准确度至少提升 10% 的团队^[3]。Netflix 首席执行官 Reed Hastings 用一个比喻说明了目标：「现在，我们开的是所能做到的 T 型车」，他说，「我们想造一辆法拉利」^[3]。

在发展中的位置

Cinematch 的意义在于它被当成了一个公开的参照物：一个已经在运转的大规模推荐系统，其误差率被公布出来，供外部团队挑战^[1][2]。它自己的成绩——quiz 集上的 0.9514，对照按影片平均分预测的 1.0540——确定了这场竞赛衡量进步的标尺^[1]。由于目标被定义为相对 Cinematch 的改进，这一脉络里后来的每一项结果，都可以表述为距离这套系统已有能力有多远。