Le Netflix Prize

CCapucine

En 2006, Netflix lance le Netflix Prize, un concours doté d’un million de dollars, autour d’une question précise : comment améliorer son système de recommandation de films. La cible est chiffrée : augmenter de 10 % la précision du système. Autrement dit, le concours ne porte pas simplement sur les films à recommander, mais sur la capacité du système à produire des recommandations plus précises. L’objectif et la récompense donnent au défi deux repères très concrets : un progrès mesurable, et un million de dollars pour le prix. En 2009, trois ans après son lancement, le concours est remporté par l’équipe BellKor’s Pragmatic Chaos. Sa solution combine de nombreux modèles différents, au lieu de reposer sur une seule approche. Ce résultat fait écho à l’héritage du concours : le Netflix Prize a popularisé les systèmes de recommandation et l’idée d’associer plusieurs modèles. Le moment tient ainsi à la rencontre de ces deux éléments : un système chargé de recommander des films, et une compétition qui met en avant l’amélioration de sa précision. Le prix donne un objectif commun à cette amélioration, puis la victoire de BellKor’s Pragmatic Chaos illustre concrètement l’association de nombreux modèles. Et l’héritage dépasse le seul résultat du concours : il a aussi rendu plus familières les recommandations automatisées et l’idée que plusieurs modèles peuvent être réunis dans un même système.