[論文レビュー] Challenges in Search on Streaming Services: Netflix Case Study

Sudarshan Lamkhede, Sudeep Das|arXiv (Cornell University)|Mar 11, 2019

Mobile Crowdsensing and Crowdsourcing参考文献 7被引用数 4

ひとこと要約

この論文は、Netflixのようなストリーミングプラットフォームにおける検索システムを構築する際の独自の課題に焦点を当て、発見を支援するための推薦機能を検索に統合し、利用できないコンテンツに対応し、グローバルで多言語にわたるユーザーに対して即時でデバイスに依存しない検索を可能にする。伝統的な情報検索モデルを超えて、ユーザー満足度とコンテンツ発見性を向上させるために、語彙的マッチングと行動信号を組み合わせたハイブリッド検索-推薦フレームワークを提案する。

ABSTRACT

We discuss salient challenges of building a search experience for a streaming media service such as Netflix. We provide an overview of the role of recommendations within the search context to aid content discovery and support searches for unavailable (out-of-catalog) entities. We also stress the importance of keystroke-level instant search experience, and the technical challenges associated with implementing it across different devices and languages for a global audience.

研究の動機と目的

• ストリーミングメディア検索における伝統的な情報検索の限界に対処する。ユーザーは特定のコンテンツを求めるだけでなく、発見や偶然の推薦も求めている。
• ユーザーの検索行動の3つの異なるマインドセット（取得（Fetch）、探査（Find）、探索（Explore））を理解し、それぞれに適したシステム動作を支援する。
• 利用可能なコンテンツと利用不可能なコンテンツの両方に対して、推薦機能を語彙的検索とシームレスに統合し、利用不能なコンテンツに対処するとともに、ユーザーの関与を高める検索システムを設計する。
• 特に韓国語のハングル入力のような多言語環境を想定し、多様なデバイスと入力方法において低レイテンシーでキーストロークレベルの即時検索を実現する。
• 22か国以上でローカライズされた言語（それぞれ異なるコンテンツ好みとクエリパターンを有する）において、高品質でスケーラブルな検索および推薦のパフォーマンスを確保する。

提案手法

• 語彙的検索（タイトルおよびメタデータのマッチングに基づく）と協調フィルタリング、行動信号を組み合わせることで、利用可能・非利用可能なコンテンツの両方の推薦を生成する。
• キーストロークごとに結果を即座に更新するリアルタイムでインクリメンタルな検索インターフェースを実装し、ユーザーの操作コストを低減するとともに、応答性の向上を図る。
• 非ラテン文字のスクリプト向けに、言語固有のインデクシング（例：韓国語のハングル音節レベルインデクシング）を採用することで、入力の効率を向上させ、入力に必要なキーストローク数を最小限に抑える。
• 米国英語からの転移学習を活用し、新市場におけるローカライズされた検索および推薦モデルを構築し、地域特有のコンテンツ好みとクエリパターンに適応する。
• 検索パイプライン全体で、複数の段階（検索結果内、利用不可能なエンティティ向け、クエリ理解段階）で推薦機能を統合し、ユーザーがコンテンツ探索を円滑に進められるように支援する。
• A/Bテストおよびユーザー調査を用いて、さまざまなユースケースとロケールにおける検索品質、インタラクション効率、ユーザー満足度を評価する。

実験結果

リサーチクエスチョン

• RQ1 ストリーミングプラットフォームの検索システムは、特定のタイトルを検索しているのではなく、コンテンツを探索・発見しているユーザーに対して、どのように効果的に支援できるか？
• RQ2 検索されたコンテンツがストリーミング可能でない場合、検索結果における推薦機能が果たすべき役割は何か？
• RQ3 特に韓国語のような複雑なスクリプトを扱う言語において、多様なデバイスと入力方法にわたって、即時検索をどのように効率的に実装できるか？
• RQ4 ユーザーの操作コストを低減しつつコンテンツ発見性を向上させるために、検索と推薦システムをどのように共同最適化できるか？
• RQ5 グローバルなストリーミングプラットフォームと従来のウェブ検索との間には、検索行動やシステム要件においてどのような主要な違いがあるか？

主な発見

• Netflixにおける20％以上のコンテンツ発見が検索経由で発生しており、これは検索が単なる検索機能を超えて極めて重要な役割を果たしていることを示している。
• 検索の大部分（約75％）は特定のタイトルを求めるもの（Fetch）であるが、広範な意図（Find および Explore）を含む検索も顕著に存在し、推薦機能の統合が不可欠である。
• ユーザーは頻繁に利用できないコンテンツを検索する（例：「シャンク」の映画を探している際に「Jaws」を検索）。この場合、システムは関連する推薦を提示することでユーザーの関与を維持する必要がある。
• キーストロークレベルの即時検索はユーザーの負担を軽減するが、短いクエリが多数発生し、信頼性の低いネットワーク環境ではエラー率が上昇するため、システムの複雑性が増加する。
• ハングル音節レベルのインデクシングといった言語固有のインデクシング手法は、文字レベル入力と比較して最大60％のキーストローク数削減が可能であり、入力の効率を著しく向上させる。
• タイトルのローカライズ（例：「La Casa de Papel」を「Money Heist」と表記）により、ユーザーのクエリとインデックス化されたコンテンツとの間で不一致が生じる。これに対処するには、強力なクロスタイトルマッチングおよび推薦戦略が不可欠である。