A Netflix costumava basear suas sugestões nas classificações enviadas por um usuário de outros filmes / programas. Este sistema de classificação teve cinco estrelas.
Agora, o Netflix permite que os usuários gostem / não gostem (polegares para cima / polegares para baixo) de filmes / programas. Eles afirmam que é mais fácil classificar filmes.
Essa classificação bidirecional não seria estatisticamente menos preditiva do que um sistema de classificação bidirecional? Não capturaria menos variação?
variance
predictive-models
prediction
jvriesem
fonte
fonte
Respostas:
De acordo com um artigo de Preston & Coleman (2000), a confiabilidade de 2 itens não difere acentuadamente da confiabilidade de 5 itens:
O assunto da medição foi a satisfação com os restaurantes, mas isso se traduz bem na classificação do filme. A facilidade de uso, a rapidez com que é usada e o quão bem uma pessoa pode expressar sentimentos em diferentes escalas de itens também foram medidos. Os resultados são os seguintes:
É claro que os usuários acham a escala de 2 itens um pouco mais fácil de usar e mais rápida em comparação com a escala de 5 itens, mas também muito inadequada para expressar as verdadeiras crenças do usuário. Isso indica que a escala de 2 itens não captura muito bem a variabilidade subjacente e resulta em perda de variabilidade. Os índices de discriminação também são notavelmente mais baixos para 2 escalas de itens em comparação com 5 escalas de itens.
Levando em conta tudo isso, especulo que a Netflix esteja disposta a trocar alguma precisão de votação para atrair mais usuários para a votação. Eu acho que eles preferem mais pessoas votando, pois aumenta a cobertura da amostra. Isso pode levar a uma melhor compreensão dos usuários menos envolvidos. O valor marginal de informações adicionais para usuários menos engajados é provavelmente muito maior em comparação com usuários engajados.
fonte