Page 24 - 3.Big Data Analytics

หลักสูตรการวิเคราะห์ข้อมูลขนาดใหญ่ 23

Section 8: Movie and music recommendations

8.1 วัตถุประสงคการเรียนรู

1) เขาใจการแนะนำขอมูลภาพยนตและเพลงดวยเทคโนโลยีการวิเคราะหขอมูลขนาดใหญ

8.2 กรณีศึกษาการแนะนำขอมูลภาพยนตและเพลงดวยเทคโนโลยีการวิเคราะหขอมูลขนาดใหญ

คำถามที่นาสนใจในยุคปจจุบันคือทำไมบริษัท Netflix จึงสามารถสรางรายชื่อภาพยนตรแนะนำที่ตรงใจลูกคาแต
ละคน (personalize ได คำตอบที่สมเหตุผลที่สุดคือการที่บริษัท Netflix ไดนำ Big Data มาประมวลผลเพื่อเขาถึงลูกคาให

ไดมากที่สุด ปจจุบันผูผลิตสื่อและเนื้อหาตาง ๆ สามารถนำเสนอขอมูลที่ตรงใจผูอานไดเพียงแคกดดูขอมูลจำนวนมหาศาล

จากนั้นผูผลิตสื่อสามารถนำขอมูลเหลานี้มาวิเคราะหวาผูคนกำลังสนใจที่จะอานเรื่องใดมากที่สุด ดังนั้นผูผลิตสื่อจึงไดขอมูล

เฉพาะของลูกคา เพื่อนำเสนอเนื้อหาหรือเขียนเรื่องราวใหตรงจุดที่สุดเทาที่จะเปนไปได นอกจากนี้นักการตลาดสายดิจิตอล
ยังสามารถนำขอมูลจากเว็บไซตมาใชประโยชนได เชน ขอมูลที่อยู อายุ เพศ ของผูที่เขาชมเว็บไซตมาพัฒนาเพื่อใหเขาถึง

กลุมเปาหมายไดมากขึ้นอีก ดังที่ไดกลาวไปขางตน Netflix ใชวิธีการเก็บขอมูลผูชมภาพยนตรและประมวลผลขอมูล จน

สามารถพัฒนาเนื้อหารายการใหม ๆ ที่นาจะถูกใจผูชม และสามารถแนะนำรายการที่นาสนใจสำหรับแตละบุคคลได รูปที่
8.1 แสดงตัวอยางหนาจอการนำเสนอภาพยนตรที่ตรงใชผูใชของ Netflix

รูปที่ 8.1 ตัวอยางหนาจอการนำเสนอภาพยนตรที่ตรงใชผูใชของ Netflix

(Petersen, 2016

BIG DATA ANALYTICS สถาบันสหวิทยาการดิจิทัลและหุนยนต มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร