NextFilm descreve modelo de recomendação de filmes: cold start, vetor de gosto e camada GPT

O NextFilm descreveu como constrói um sistema de recomendação de filmes para usuários sobre os quais quase nada se sabe no início. Em vez de simples seleções baseadas em gênero, oferece um pipeline híbrido: coletar sinais iniciais, construir um vetor de gosto, confrontá-lo com padrões coletivos e apenas então conectar GPT.

Por que gêneros não são suficientes

O problema começa com o fato de que o mesmo gênero não garante nada. Dois espectadores podem amar ficção científica, mas um precisa de histórias lentas e filosóficas enquanto o outro quer trama densa e espetáculo. Para um casal, a tarefa fica ainda mais difícil: você precisa encontrar não apenas um "filme popular", mas uma opção que não seja aleatória para ambos. É por isso que listas "o que assistir à noite" funcionam como uma vitrine, mas rapidamente falham como recomendação pessoal.

No NextFilm, o autor não confia em gêneros, mas na experiência real do espectador. No início, o sistema precisa entender o que a pessoa já viu, o que classificou alto e o que não assistiu. Isso é crítico para cold start: sem essa distinção, o modelo facilmente confunde dados ausentes com reação negativa e começa a tirar conclusões do nada. Esse contexto determina o quão arriscado é sugerir opções óbvias ou já assistidas.

O sistema deve entender não apenas "o que gostam", mas que tipo de

experiência de visualização o usuário possui.

Como o pipeline funciona

Após as classificações iniciais, o modelo passa de uma lista de conteúdo assistido para um perfil mais preciso. O gosto é dividido em características sutis: ritmo, tom emocional, profundidade, espetáculo, familiaridade da forma e densidade de trama. Isso cria um vetor interno de preferências que explica por que dois filmes do mesmo gênero podem estar muito distantes para uma pessoa específica. Isso dá ao modelo uma base mais interpretável para hipóteses iniciais precisas.

• O usuário primeiro marca filmes já assistidos e fornece classificações iniciais
• O sistema constrói um perfil inicial e separa sinais fortes do ruído
• Um vetor de gosto é então formado com base em um conjunto de características, não apenas gêneros
• O modelo então compara esse perfil com padrões do MovieLens 25M
• Após classificar candidatos, a saída é refinada para apresentação final

Uma camada separada no esquema é o sinal coletivo. O autor usa MovieLens 25M, que contém 25 milhões de classificações em mais de 62 mil filmes. A lógica é simples: se um usuário gosta de um certo conjunto de filmes, o sistema vê o que mais é consistentemente apreciado por pessoas com padrões semelhantes. Isso não é um substituto para um perfil pessoal, mas uma forma de tornar as recomendações mais robustas e reduzir a parcela de correspondências aleatórias. Assim o esquema híbrido ganha escala sem perder personalização completamente.

Onde GPT é necessário

GPT não substitui o recomendador em si aqui. Ele se ativa após os estágios de coleta de sinais, construção de perfil e classificação básica. Seu papel é reordenar candidatos, agrupar resultados e explicar ao usuário por que a seleção parece da forma que é. Essa abordagem importa porque LLM pode melhorar a percepção de resultados, mas não corrige fraca relevância básica se a classificação foi mal montada desde o início. Essencialmente, trata do empacotamento do resultado, não de sua origem.

O esquema tem limitações também. O ponto mais sensível é o onboarding: para que recomendações se tornem úteis, um novo usuário deve gastar tempo em classificações iniciais. Há também risco de deslocamento para filmes muito populares se dados coletivos começarem a dominar sobre o perfil pessoal. Além disso, gostos mudam com o tempo, então o modelo precisa ser retreinado em novos sinais em vez de tratar o perfil como fixo após o login inicial. Sem atualizações, o sistema rapidamente se torna repetitivo e perde precisão.

O que isso significa

A história do NextFilm ilustra bem como o papel de LLM está mudando em produtos de recomendação. O valor principal ainda vem de dados, classificação e tratamento cuidadoso de cold start, enquanto GPT se torna não "magia" mas uma camada de interface e interpretação. Para serviços de mídia, isso é uma orientação prática: primeiro construir o sinal, depois adicionar a camada generativa no topo. Essa abordagem pode ser útil não apenas para serviços de cinema, mas para qualquer produto onde recomendações precisam ser explicadas ao usuário.