NextFilm describe un modelo de recomendación de películas: cold start, vector de gustos y capa de GPT

El autor de NextFilm ha descrito cómo construye un sistema de recomendación de películas para usuarios de los que casi no se sabe nada al empezar. En lugar de simples listas por género, propone un pipeline híbrido: reunir las primeras señales, construir un vector de gustos, contrastarlo con patrones colectivos y solo entonces incorporar GPT.

Por qué los géneros no bastan

El problema empieza porque un mismo género no garantiza nada. Dos espectadores pueden adorar la ciencia ficción, pero uno busca historias lentas y filosóficas y el otro, una trama densa y espectáculo. Para una pareja la tarea es aún más difícil: no basta con encontrar una "película popular", hay que dar con una opción que no sea un acierto casual para ninguno de los dos.

Por eso las listas de "qué ver esta noche" funcionan como escaparate, pero fallan rápido como recomendación personal.

El autor de NextFilm no parte de los géneros, sino de la experiencia real del espectador. Al principio, el sistema necesita saber qué ha visto la persona, qué valoró alto y qué no ha visto en absoluto. Esto es crítico para el cold start: sin esa distinción, el modelo confunde fácilmente la falta de datos con una reacción negativa y saca conclusiones de la nada. Ese contexto también determina cuán arriesgado es proponer opciones demasiado obvias o ya vistas.

El sistema debe entender no solo "qué le gusta" al usuario, sino qué

experiencia como espectador tiene.

Cómo funciona el pipeline

Tras las primeras valoraciones, el modelo pasa de la lista de películas vistas a un perfil más preciso. El gusto se descompone en rasgos finos: ritmo, tono emocional, profundidad, espectacularidad, familiaridad de la forma y densidad argumental. Así surge un vector interno de preferencias que explica por qué dos películas del mismo género pueden estar muy lejos una de otra para una persona concreta. Esto da al modelo una base más explicable para sus primeras hipótesis certeras.

• Primero, el usuario marca las películas ya vistas y da sus primeras valoraciones
• El sistema construye un perfil inicial y separa las señales fuertes del ruido
• Después se forma un vector de gustos a partir de un conjunto de rasgos, no solo de géneros
• A continuación, el modelo compara ese perfil con los patrones de MovieLens 25M
• Tras ordenar los candidatos, los resultados se refinan para su presentación final

Una capa aparte del esquema es la señal colectiva. El autor usa MovieLens 25M, que reúne 25 millones de valoraciones de más de 62.000 películas. La lógica es sencilla: si al usuario le gusta cierto conjunto de películas, el sistema mira qué más les gusta de forma estable a personas con patrones similares. No sustituye al perfil personal, sino que hace las recomendaciones más estables y reduce la proporción de coincidencias casuales. Así el esquema híbrido gana escala sin perder por completo la personalización.

Dónde entra GPT

GPT no sustituye al recomendador. Se activa después de las etapas de recogida de señales, construcción del perfil y ranking básico. Su papel es reordenar los candidatos, agrupar los resultados y explicar al usuario por qué la selección es como es. Este enfoque importa porque un LLM puede mejorar cómo se percibe la oferta, pero no corregirá una relevancia base débil si el ranking se construyó mal desde el principio. En la práctica, se encarga del empaquetado del resultado, no de su origen.

El esquema tiene limitaciones. El punto más sensible es el onboarding: para que las recomendaciones resulten útiles, el usuario nuevo debe dedicar tiempo a las valoraciones iniciales. También existe el riesgo de derivar hacia películas demasiado populares si los datos colectivos empiezan a dominar sobre el perfil personal. Además, los gustos cambian con el tiempo, así que el modelo debe reentrenarse con nuevas señales en lugar de tratar el perfil como fijo tras el primer acceso. Sin actualizaciones, el sistema empezará pronto a repetirse y a perder precisión.

Qué significa

La historia de NextFilm muestra bien cómo cambia el papel de los LLM en los productos de recomendación. El valor principal sigue naciendo de los datos, el ranking y un manejo cuidadoso del cold start, mientras que GPT deja de ser "magia" y se convierte en una capa de interfaz e interpretación. Para los servicios de medios es una referencia práctica: primero construir la señal y luego añadir encima una capa generativa. Este enfoque puede ser útil no solo para servicios de cine, sino para cualquier producto en el que haya que explicar las recomendaciones al usuario.