Asian Journal of Multidimensional Research (ajmr)

Asian Journal of Multidimensional Research (AJMR)

 

https://www.tarj.in

 

680 

 

AJMR 

One  such  example  of  OTT  platforms  using  recommendation  systems  can  be  Netflix.  Netflix's 

algorithm  mainly  uses  four  approaches  like  "Video-Video  Similarity  (Sims),"  Personalized 

Video Ranker (PVR),""Continue Watching Video Ranker (CWR),"and "Top N Video Ranker." 

PVR  is  an  algorithm  based  on  the  homepage  and  shows  the  users  the  entire  catalogue  of  titles 

available on the OTT platform. In addition, the Continue Watching Video ranker is an algorithm 

that  Netflix  uses  to  order  the  titles  appearing  in  the  'Continue  watching'  section.  The  CWR 

algorithm  considers  signals  such  as  the  time  that  had  passed  since  a  viewer  streamed  the  title 

when a viewer stopped watching the title (e.g., mid-title, at the beginning of the title, or the end 

of the title), or whether a viewer has already watched the title. 

Moreover,  the  video  similarity  algorithm  is  used  to  generate  the  "Because  you  watched"tab  on 

Netflix, Amazon Prime, and other such OTT platforms. These are not  specific to  the users and 

are generated mainly based on similar content. (Springboard India, 2019) 

Many  online  sites,  such  as  e-commerce  applications,  social  media  applications,  and  video 

streaming  platforms,  are  governed  by  personalized  recommendation  systems,  notably  those 

based  on  machine  learning.  Furthermore,  Behavioural  data  collected  from  their  customers  are 

used  by  Amazon  and  Netflix  to  develop  movies  and  television  series.  The  recommender 

algorithms  also  have  an  impact  on  this.  The  majority  of  recommendation  systems  use  a 

combination  of  these  three  filter  types.  Both  content-based  and  collaborative-filtering 

recommender systems  have traditionally relied on explicit user input. Algorithms,  for example, 

may  collect  user  ratings,  likes,  or  reactions  to  a  product  or  content  clip.  In  addition,  these 

applications  may  use  uninstalled  user  input  based  on  user  activity  and  behavior  data.(Singh, 

2020) 

All of these techniques lead the users while using the OTT platforms. The recommender systems 

restrict  the  platforms  from  suggesting  movies  or  shows  of  the  same  genre,  which  the  viewer 

might  not  be  interested  in  streaming.  In  other  words,  it  recommends  the  user  regarding  which 

show or movie to stream or what a customer could buy on the e-commerce website.