Netflix 过去常常根据用户提交的其他电影/节目的评分来提供建议。这个评级系统有五颗星。
现在，Netflix 允许用户喜欢/不喜欢（大拇指向上/大拇指向下）电影/节目。他们声称对电影进行评分更容易。
这种 2 路分类在统计上会不会比 5 路分类系统的预测性更差？它不会捕获更少的变化吗？
为什么 Netflix 会从其五星级评级系统切换到喜欢/不喜欢系统？
机器算法验证
方差
预测模型
预言
2022-03-07 21:42:09
1个回答
根据 Preston & Coleman (2000) 的一篇文章，2 项量表的信度与 5 项量表的信度没有显着差异：
衡量的主题是对餐馆的满意度，但它很好地转化为电影评级。易用性、使用速度以及一个人在不同项目尺度上表达感受的能力也得到了衡量。结果如下：
很明显，用户发现 2 项目规模比 5 项目规模更容易使用和使用更快，但在表达用户的真实信念方面也非常不足。这表明 2 项目量表不能很好地捕捉潜在的可变性，并导致可变性的损失。与 5 个项目量表相比，2 个项目量表的歧视指数也明显较差。
考虑到以上所有因素，我推测 Netflix 愿意交换一些投票精度以吸引更多用户投票。我认为他们更喜欢更多的人投票，因为它增加了样本覆盖率。这可以更好地了解参与度较低的用户。与参与度较低的用户相比，参与度较低的用户的附加信息的边际价值可能要高得多。