Procesos y Algoritmos que Netflix utiliza para la recolección de información
DOI:
https://doi.org/10.62465/riif.v2n1.2023.8Palabras clave:
Netflix, comportamiento, algoritmos, datosResumen
El ensayo propuesto en este documento se centra en la sofisticada estrategia que la plataforma emplea para recopilar datos. Explora cómo Netflix adquiere información sobre el comportamiento de visualización de los usuarios, sus interacciones, preferencias demográficas y retroalimentación. Además, detalla la compleja red de algoritmos que procesan estos datos para generar recomendaciones personalizadas, mejorar el catálogo de contenido y optimizar la experiencia del usuario. El ensayo analiza el impacto de estos procesos en la calidad del servicio, la ética en la manipulación de datos y la importancia de la privacidad del usuario en un entorno digital. Siendo un punto de inicio para nuevas investigaciones en el área.
Descargas
Citas
V. HEREDIA RUIZ, “Revolución Netflix: desafíos para la industria audiovisual,” Chasqui. Revista Latinoamericana de Comunicación, 2016, Accessed: Oct. 05, 2023. [Online]. Available: https://www.redalyc.org/articulo.oa?id=16057381018 DOI: https://doi.org/10.16921/chasqui.v0i135.2776
S. Chopra and M. Veeraiyan, “Movie Rental Business: Blockbuster, Netflix, and Redbox,” Kellogg School of Management Cases, pp. 1–21, Jan. 2017, doi: 10.1108/CASE.KELLOGG.2016.000220. DOI: https://doi.org/10.1108/case.kellogg.2016.000220
E.-P. Fernández-Manzano, E. Neira, J. Clares-Gavilán, U. Rey, and J. Carlos, “Gestión de datos en el negocio audiovisual: Netflix como estudio de caso,” Profesional de la información, vol. 25, no. 4, pp. 568–577, Jul. 2016, doi: 10.3145/epi.2016.jul.06. DOI: https://doi.org/10.3145/epi.2016.jul.06
V. Heredia-Ruiz, A. C. Quirós-Ramírez, B. E. Quiceno-Castañeda, V. Heredia-Ruiz, A. C. Quirós-Ramírez, and B. E. Quiceno-Castañeda, “Netflix: catálogo de contenido y flujo televisivo en tiempos de big data,” Revista de Comunicación, vol. 20, no. 1, pp. 117–136, Mar. 2021, doi: 10.26441/RC20.1-2021-A7. DOI: https://doi.org/10.26441/RC20.1-2021-A7
R. Walker et al., “Netflix Leading with Data: The Emergence of Data-Driven Video,” Kellogg School of Management Cases, pp. 1–19, Jan. 2017, doi: 10.1108/CASE.KELLOGG.2016.000232. DOI: https://doi.org/10.1108/case.kellogg.2016.000232
S. C. Madanapalli, H. H. Gharakhieli, and V. Sivaraman, “Inferring netflix user experience from broadband network measurement,” TMA 2019 - Proceedings of the 3rd Network Traffic Measurement and Analysis Conference, pp. 41–48, Jun. 2019, doi: 10.23919/TMA.2019.8784609. DOI: https://doi.org/10.23919/TMA.2019.8784609
C. A. Gomez-Uribe and N. Hunt, “The Netflix Recommender System,” ACM Transactions on Management Information Systems (TMIS), vol. 6, no. 4, Dec. 2015, doi: 10.1145/2843948. DOI: https://doi.org/10.1145/2843948
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Victoria Flores
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons 4.0 (CC BY), que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a compartir su trabajo en línea (por ejemplo: en repositorios institucionales o páginas web personales) antes y durante el proceso de envío del manuscrito, ya que puede conducir a intercambios productivos, a una mayor y más rápida citación del trabajo publicado.
