@哈德利·邁爾斯（HadleyMyers） ，很棒的文章。這是否意味著我應該停止使用您的Netflix密碼？
@phil_kay感謝您分享文章。我真的很喜歡將實驗描述為一個迭代的學習過程，並且非常重視建立因果關係的重要性。
最近，我在《 BBC世界新聞》上看到了一篇文章“ Netflix考慮打擊密碼共享”那激發了我的興趣，讓我開始思考。 顯然，一些家庭成員違反服務條款共享了Netflix的訂閱。
這個問題不是Netflix獨有的。如本文所述，大多數流媒體平台允許“允許用戶創建多個配置文件”，從而可以同時從多個設備進行查看，並且最近幾年使用流媒體服務的任何人都可以確認。 用戶不應該做的是讓不在同一地址居住的朋友或鄰居使用他們的訂閱。
我必須說，我是Netflix的忠實擁護者，也是客戶。 我的帳戶具有三個配置文件：一個由我使用，一個由我妻子使用，以及一個在我們三個孩子之間共享。 我總是驚訝於我推薦的節目與我的個人品味如何匹配，以及它們與其他簡介中最突出顯示的節目有何不同。
就分析而言，Netflix是一家非常成熟的公司，毫無疑問，它採用了許多與向我推薦節目相同的技術來識別服務違規條款。 但是，除了這篇300字的BBC文章以及我自己使用該平台的經歷之外，我對它的內部運作沒有任何見識，我只能想像那些技術可能是什麼。 這是我想出的：
- 一種顯然不起作用的選擇是使用鏈接到帳戶物理地址的本地IP地址來確認登錄。 在大流行發生之前的幾天裡，我經常出差，經常使用來自不同城市甚至國家（地區）酒店的同一iPad上的個人資料登錄Netflix。 我確定還有其他人有多個住所，他們可以從這些住所觀看Netflix。 我見過人們在公共交通工具上用手機看Netflix。 服務條款都允許這樣做，並且採取措施防止這種情況肯定會加重許多忠實的客戶。
- 當前使用電子郵件或短信驗證帳戶的試用版可能同樣會惹惱某些人。 我可以很容易地想像出這樣一種情況：我三歲的孩子正試圖觀看Peppa Pig的瞬間，並被要求通過發送到我手機的短信來驗證她的帳戶。 隨之而來的尖叫聲（不是真的，她是一個偉大的，理解力強的孩子，可是和我在一起），可以立即切換到迪斯尼+，並且也許永遠都不要切換回去。
在某些情況下，很有可能不是實際違規情況，例如在黃金時段在同一城市的多個重複地理位置一致登錄同一帳戶，或者每天在不同的國家或大洲同時使用。 即使在這些事件中，也可能存在合法使用的孤立案例，但很難想像，而且肯定會佔少數。
根據先前引用的BBC文章（該文章構成了我對該主題研究的全部內容），Netflix“現在全球有超過2億用戶。”如果要為解決此問題做出任何有意義的嘗試，則必須尋求分析的幫助。 一個真正好的起點可能是以下幾種可用的無監督學習算法之一JMP，例如分層聚類。
無監督學習允許將具有相似觀看習慣的用戶分類為集群，而不必提前識別這些習慣。 在下面的示例中，使用51個使用指標將15100個Internet用戶分組為五個集群。 如圖1所示，並非所有集群都包含相同數量的用戶。 實際上，群集2、3和5之間僅包含25個用戶。 如果這是我的數據集，我將仔細研究這些集群，以了解它們與其餘的15,075個人之間的區別。
圖1：五個群集的計數，這些數據集的互聯網使用習慣數據集為15,100（左），JMP中的分層群集平台生成的樹狀圖。
該信息可以在下面圖2中的平行線圖中找到，其中每條線代表一個群集。 從圖的最左端看，群集5中的三個用戶似乎平均比其他任何群集中的用戶具有更大的tot_HO（在線總小時數）。 這可能是將該集群與其他集群區分開的指標之一。 如圖中曲線偏斜的部分所示，還有其他地方。
圖2：平行線圖，顯示了五個群集中每個群集的使用習慣如何不同。
下一步將是考慮這些差異，並從邏輯上考慮哪些群集由最有可能違反其服務協議的用戶組成。 關於JMP的好處是，最初，如果沒有具體的東西出現，這些平台旨在讓分析人員繼續探索數據，直到發現有意義的東西為止。 一旦發生這種情況，他們將對帳戶有一個很好的了解，以警告為目標。
從那裡，像Netflix這樣的流媒體平台可以監視這些帳戶，以查明它們的使用習慣是否存在差異。 這樣做可能表明某些帳戶中有多個家庭共享密碼，並且注意了警告。 一個明確的結果是在本地化區域進行測試，並查看隨後幾天或幾週內訂閱量是否激增。
所有這些都可以作為訓練數據集的基礎，並可以開發模型來估算用戶實施違規行為的可能性。 可能性大於50％可能表明存在違規行為，但是該公司可能會選擇保守一些，僅將高於70％的用戶視為潛在的違規者。 這可以通過調整概率閾值以優化混淆矩陣來完成-這些選項和其他選項在整個JMP中都可以找到。 該模型的結果甚至可以根據概率進行分類，並對這些分類採取不同的措施。 例如，習慣表明有99％違規機率的用戶可能會被暫停帳戶，而80％以上的用戶可能會收到警告。
在這裡，想要停止密碼共享的流媒體平台需要對它希望實現的目標，優先級在哪里以及絕對希望避免的事情做出一些決定。 如果沒有仔細考慮，它可能會使用此過程無意中開發了不公平且錯誤地針對少數群體的模型。 或者，錯誤的猜測可能會導致數十名合法用戶取消其服務並轉換為競爭對手。 這突出了在此過程的每個步驟中都包括人員監督的重要性，包括尤其是讓人員使用邏輯和常識來評估模型。 許多組織都在艱難地學習如果將機器留給自己的設備將對品牌產生怎樣的影響，那麼組織的例子很多。
也許流媒體公司除了訂閱費（例如產品展示位置）外，還可以通過其他方式利用觀看者獲利，並且寧可在更多觀看者而不是更少觀看者方面犯錯。 當然，獲得多少觀看者與失去的訂閱費用將是做出這些決定之前所需的信息類型。 JMP可以在此過程的每個步驟中使用。 我們的軟件使領域專家可以瀏覽大型和復雜的數據集，直到發現只有他們自己才能理解的見解。 它還使那些專家可以提取洞察力，並以易於被利益相關者消化的方式展示它們，從而確保所產生的任何行動都與企業的戰略需求相一致。
有趣的是，各種流媒體服務將採取什麼行動來解決此問題。 可以肯定的是：與許多其他組織一樣，它們將利用分析的力量來告知和增強驅動它們的決策。
@phersh哈！:face_with_tears_of_joy:
很棒的帖子@哈德利·邁爾斯（HadleyMyers） 。
我只是想分享一下Netflix關於他們在數據分析方面所做的一些事情。 我真的很喜歡本文來自他們的一位數據科學家。 我真正喜歡的是，他們認識到需要進行試驗，而不僅僅是期望從被動收集的數據中找到金礦。 JMP客戶知道這一點，但是許多被AI的魔力所吸引的組織根本不了解。
……實驗可能被認為優於大多數基於觀測數據的機器學習方法。 我們確實在研究和構建ML模型和算法上花費了大量的精力。 仔細利用觀察到的數據中的模式不僅可以進行預測，而且可以重申假設，但通過進行實驗以得出因果關係則更為有效。
