最近，我在 BBC World News 上看到一篇文章，標題為“Netflix 考慮打擊密碼共享”這激發了我的興趣並引發了我的思考。 顯然，一些 Netflix 訂閱被多個家庭共享，這違反了服務條款。
這個問題並非 Netflix 獨有。正如文章所述，大多數串流媒體平台都允許透過「允許用戶建立多個設定檔」從多個裝置同時觀看，任何在過去幾年使用過串流媒體服務的人都可以證實這一點。 用戶不應該做的是讓不住在同一地址的朋友或鄰居使用他們的訂閱。
我必須說，我是 Netflix 的忠實粉絲，也是它的客戶。 我的帳戶有三份個人資料：一份由我使用，一份由我妻子使用，一份由我們的三個孩子共享。 我的個人資料中推薦的節目與我的個人品味如此吻合，以及它們與其他個人資料中更突出顯示的節目有何不同，這一直讓我感到驚訝。
就分析而言，Netflix 是一家極其成熟的公司，我毫不懷疑它在向我推薦節目時採用了許多與識別服務違規條款相同的技術。 然而，除了這篇 300 字的 BBC 文章和我自己使用該平台的經驗之外，我對它的內部運作沒有任何了解，我只能想像這些技術可能是什麼。 這是我想出來的：
- 一個顯然行不通的選項是使用連結到帳戶實體位址的本機 IP 位址確認登入。 在疫情大流行之前的日子裡，我經常出差，經常在不同城市甚至國家的飯店使用同一台 iPad 上的個人資料登入 Netflix。 我確信還有其他人擁有多個住處，可以在其中觀看 Netflix。 我看過有人在公共交通工具上用手機觀看 Netflix。 這都是服務條款允許的，採取措施阻止這種情況肯定會激怒許多忠實客戶。
- 目前的試用使用電子郵件或簡訊來驗證帳戶，可能同樣會惹惱一些人。 我可以很容易地想像這樣的場景：當我 3 歲的孩子試圖觀看《小豬佩奇》時，我無法聯繫到，並被要求透過發送到我手機的簡訊來驗證她的帳戶。 隨之而來的尖叫聲（不是真的，她是一個偉大而善解人意的孩子，但請和我一起討論這一點）可以通過立即切換到迪士尼+來平息，也許永遠不會切換回來。
有些情況很可能是實際違規，例如在同一城市內的多個重複地理位置的黃金時段一致登入同一帳戶，或在不同國家或大洲每天同時使用。 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，而且肯定是少數。
根據先前引用的 BBC 文章（該文章構成了我對該主題的全部研究），Netflix「現在在全球擁有超過 2 億訂閱者」。如果它要做出任何有意義的嘗試來解決這個問題，就必須向分析尋求幫助。 一個真正好的起點可能是以下幾個可用的無監督學習演算法之一：傑普,例如層次聚類。
無監督學習允許將具有相似觀看習慣的使用者分類為集群，而無需事先識別這些習慣。 在下面的範例中，使用 51 個使用指標將 15,100 個網路使用者分為五個叢集。 從圖 1 可以看出，並非所有集群都包含相同數量的使用者。 事實上，集群 2、3 和 5 之間僅包含 25 個使用者。 如果這是我的資料集，我會仔細觀察這些集群，試著了解它們與其餘 15,075 人有何不同。
圖 1：15,100 個網路使用習慣資料集（左）的五個聚類計數以及 JMP 分層聚類平台產生的樹狀圖。
這些資訊可以在下面圖 2 的平行線圖中找到，其中每條線代表一個簇。 從圖的最左邊看，集群 5 中的三個用戶的平均 tot_HO（在線總小時數）似乎比任何其他集群中的用戶平均而言更大。 這可能是區分該集群與其他集群的指標之一。 還有其他一些，如圖中線條偏離的部分所示。
圖 2：平行線圖，顯示五個集群中每個集群的使用習慣有何不同。
下一步將考慮這些差異，並邏輯地思考哪些群集由最有可能違反服務協議的使用者組成。 JMP 的好處在於，如果最初沒有出現任何具體的結果，這些平台的設計目的是讓分析師繼續探索數據，直到出現一些有意義的東西。 一旦發生這種情況，他們就會清楚地了解哪些帳戶可以針對警告。
從那裡，像 Netflix 這樣的串流平台可以監控這些帳戶，以了解他們的使用習慣是否存在差異。 這樣做可能表示某些帳戶有多個家庭共享密碼，並且警告已引起注意。 一個明確的結果是在局部區域進行測試，看看接下來的幾天或幾週內訂閱量是否會激增。
所有這些都可以成為訓練資料集和開發模型來估計使用者違規可能性的基礎。 超過 50% 的可能性可能表明存在違規行為，但公司可能會選擇更保守的方法，僅將高於（例如 70%）可能性的用戶視為潛在違規者。 這可以透過調整機率閾值來最佳化混淆矩陣來完成 - 這些選項和其他選項在整個 JMP 中都可以找到。 此模型的結果甚至可以根據機率進行分箱，並對這些分箱採取不同的操作。 例如，有99%違規可能性的用戶可能會被暫停其帳戶，而超過80%的用戶可能會收到警告。
這是一個想要阻止密碼共享的串流平台需要做出一些決定，決定它希望實現什麼、它的優先事項在哪裡以及它絕對希望避免什麼。 如果不經過仔細考慮，它可能會利用這個過程無意中發展出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大量合法用戶取消服務並轉向競爭對手。 這凸顯了在這個過程的每一步中納入人類監督的重要性，包括特別是讓人類使用邏輯和常識來評估模型。 有許多例子表明，組織透過艱難的方式了解到，如果讓機器自行處理，會對他們的品牌產生什麼影響。
也許串流媒體公司除了訂閱費之外還有其他方式透過收視率貨幣化，例如植入式廣告，並且寧願選擇更多觀眾而不是更少觀眾。 當然，在做出這些決定之前，需要了解獲得多少觀眾以及損失多少訂閱費用。 JMP 可用於此流程的每個步驟。 我們的軟體使領域專家能夠深入研究大型複雜的數據集，直到出現只有他們作為專家才能理解的見解。 它還允許這些專家提煉見解並以利益相關者易於理解的方式呈現它們，從而確保任何由此產生的行動符合業務的策略需求。
看看各種串流媒體服務將採取哪些行動來解決這個問題將會很有趣。 有一點是肯定的：與許多其他組織一樣，他們將利用分析的力量來告知和增強推動他們的決策。
@菲爾_凱感謝您分享這篇文章。我真的很喜歡將實驗描述為迭代學習過程，以及建立因果關係的重要性。
很棒的帖子， @哈德利邁爾斯。
我只是想分享一下，Netflix 寫了很多關於他們在數據分析方面所做的事情。 我真的很喜歡本文來自他們的一位資料科學家。 我真正喜歡的是他們認識到進行實驗的必要性，而不僅僅是期望在被動收集的數據中找到黃金。 JMP 客戶知道這一點，但許多被人工智慧魔力吸引的組織就是不明白。
…實驗可能被認為優於大多數基於觀察資料的機器學習方法。 我們確實花費了大量的精力來研究和建構機器學習模型和演算法。 仔細利用觀察到的數據中的模式對於做出預測和重申假設非常有用，但透過實驗找出因果關係則更有效。
@哈德利邁爾斯，很棒的文章。這是否意味著我應該停止使用您的 Netflix 密碼？
