什么是视频内容推荐引擎？(2)

Netflix 上某部电影的相关信息
下面是一些在推荐时需要的重要信息：
分类（动作、喜剧、爱情、年代或者混合类别）
语言（英语、法语、印度语、意大利语、西班牙语等）
电影长度（短片或者长片）
分级（G、PG、PG-13、R 等）
演员、导演、制片人、海报或制作公司等信息
发行年份
下面让我们看下可以收集到的推荐引擎所使用的相关用户信息。
| 用户数据
除了电影元数据，你需要使用描述用户观看模式、选择、好恶的数据。而且必须谨慎处理这些用户数据。
目前已经存在相关保护用户隐私的法律，所以你在收集、处理和存储个人身份信息（Personally Identifiable Information）等时要了解这些法律。欧盟 GDRP（《通用数据保护条例》）和巴西 LGPD（《通用数据保护法》）的目的就是为了保护用户的隐私权和被遗忘权。
但是接下来你将看到，用户的相关数据对于推荐极其重要。你需要做的就是确保你没有违反任何数据法。
下面是一些推荐引擎感兴趣的关于用户的数据点。
地点
语言偏好
各个维度的观看时间或观看持续时间
这意味着什么？如果一个用户观看了一部由布拉德・皮特主演的动作片，那么记录用户的观看时长就很重要。
因为如果用户选择了这部电影，但只观看几分钟便关闭了电影，对于该电影来说，这可不是一个好信号。
如果电影观看时间低于 X 分钟（你所选择的阈值），那你就不应该将它作为这部电影或者分类的积极信号。算法可以将观看时间和导演、演员和电影分级等其他维度结合使用。
赞成 / 反对票：它们是定义用户好恶的有力指标。有几家平台（如 Netflix）允许在它们的推荐引擎中使用赞成 / 反对某部电影这一强大功能。