Asian Journal of Multidimensional Research (ajmr)

Asian Journal of Multidimensional Research (AJMR)

 

https://www.tarj.in

 

677 

 

AJMR 

P u b l i s h e d   b y :  

T R A N S

  A s i a n   R e s e a r c h   J o u r n a l s

 

AJMR:

 

 

A s i a n J o u r n a l  

o f M u l t i d i m e n s i o n a l          

R e s e a r c h    

( A   D o u b l e   B l i n d   R e f e r e e d   &   P e e r   R e v i e w e d   I n t e r n a t i o n a l   J o u r n a l )

 

 

                        DOI:

 

10.5958/2278-4853.2021.00756.4

 

 

THE RECOMMENDER SYSTEM: OPERATIONS RESEARCH IN OTT-

PLATFORMS

 

Anoushka Shah*; Ansh Rathod*; Arnav Jain*; Aryan Chopra*; Aryan Jadhav*

 

*Student, 

 

Nmims Asmsoc Mumbai, INDIA

 

ABSTRACT 

Due to the pandemic, OTT platforms are facing a sudden burst in viewership and are meetingan 

all-time  high  viewership.  Every  OTT  platform  uses  different  types  of  recommender  systems  to 

suggest a user about a title the user can watch, and thus it provides a personalized environment 

for  each  user.  Despite  using  such  extensive  and  advanced  techniques  to  recommend  a 

movie/show, OTT platforms fail to recommend appropriate titles of various genres that the user 

can watch. Therefore this  paper  identifies this gap and proposes a recommender  system based 

on user's  past preferences  of  genres  and viewership history. The recommender  system is  based 

on the operations research technique called the Hungarian Assignment method. This model is yet 

to  be tested using real-time data  because of  the limited access  to  backend data.  However,  it is 

established that it contributes to a new category of recommender systems. 

 

KEYWORDS: 

Recommender  System,  Binge-Watching,  OTT  Platform,  Probabilities, 

Hungarian Assignment Method, Operations Research.