Her er forklaringen: Sådan finder Netflix frem til dine favoritfilm

Netflix løfter sløret for, hvordan tjenesten så præcist kan forudse, hvilke film du vil kunne lide.

Artikel top billede

Er du en af de mange danskere, der gennem de seneste dage er begyndt at bruge Netflix? 

Så har du sikkert også bemærket, at tjenesten løbende foreslår film og serier, der passer til din smag.

Ud over at foreslå film giver Netflix også de forskellige film en unik karakter, der gerne skulle matche med, hvad du selv vil vurdere filmen til, når du har set den.

Og overraskende nok er det i hvert fald denne skribents erfaring, at Netflix rammer utroligt præcist.

Men hvordan i alverden bærer Netflix sig ad med det? 

Avanceret matematik

Netflix' tekniske direktør, Neil Hunt, forklarer til den norske it-side Dagensit.no, at der ligger en avanceret matematisk algoritme til grund for udvælgelsen. 

For at gøre udvælgelsesprocessen så overskuelig som muligt bliver brugerne maksimalt præsenteret for 20 film per skærmbillede.

Erfaringen viser dog, at de fleste Netflix-brugerne giver op, hvis de skal bladre sig igennem fem skærmbilleder eller mere for at finde en film.

Derfor er det afgørende for Netflix, at kunderne så hurtigt som muligt bliver tilbudt en film, som fanger deres interesse.

Gemmer på dine præferencer

Det kan kun lade sig gøre, fordi Netflix allerede fra første færd opretter en brugerprofil, der gemmer på oplysninger om dine film-præferencer.  

Når du registrerer dig som bruger, skal du derfor svare på en række spørgsmål. Blandt andet om, hvor ofte du ser forskellige filmgenrer, ligesom du også kan vælge at give karakterer til en lang række film, som du har set.

Desuden lærer Netflix selvfølgelig af dine film-vaner og registrerer, hvilke film du ser - og ikke mindst hvilke film du ser til ende.

"Ser du en film hele vejen til rulleteksterne, er det som regel et tegn på, at du synes godt om filmen," siger Neil Hunt til Dagensit.no.

Netflix' anbefalingssystem kostede 1 mio. dollar

Når du har set seks film eller mere, putter Netflix dig i en eller flere adfærdsgrupper.

Hver adfærdsgruppe er sammensat af folk, der har matchende filmsmag. Netflix har mellem 2.000 og 3.000 forskellige adfærdsgrupper. 

Når flere folk, der er i samme adfærdsgruppe som dig selv, vurderer en film som god eller dårlig, antager Netflix, at du vil have nogenlunde samme vurdering. 

"Hver eneste dag indhenter vi flere millioner vurderinger af film og sammenholder dem med brugerne i vores adfærdsgrupper. Og på den baggrund kan vi give dig en forventet vurdering af en film, du endnu ikke har set," siger Neil Hunt.

Algoritmen stammer fra konkurrence

Netflix' algoritme stammer oprindeligt fra en konkurrence, som Netflix-stifteren Reed Hastings udskrev i 2006. 

Her udlovede Hastings, der selv er matematik-interesseret, en dusør på 1 million dollar til den eller de personer, der kunne udforme en algoritme, som leverede mindst 10 procent bedre brugeranbefalinger end Netflix' daværende system. 

Prisen blev i 2009 vundet af et hold af forskere, der kaldte sig BellKor's Pragmatic Chaos

Læs også:
 
10 ting du skal vide om Netflix

Sådan virker Netflix i Danmark

Læses lige nu

    Navnenyt fra it-Danmark

    Freja Egelund Grønnemose, junior automation developer hos WITRICS A/S, har pr. 16. juni 2026 fuldført uddannelsen diplomingeniør i softwareteknologi (B.Eng Software Technology) på Danmarks Tekniske Universitet - DTU. Færdiggjort uddannelse
    Norriq Danmark A/S har pr. 1. juni 2026 ansat Nikolaj Henrik Pieter Jansen som Junior Consultant. Han skal især beskæftige sig med at understøtte vores konsulenter med praktiske og analytiske opgaver på diverse kundeprojekter. Han kommer fra en stilling som Digital Advisor & Account Manager hos Twentyfour. Han er uddannet hos IT-Universitetet i København. Han har tidligere beskæftiget sig med salg og projektstyring. Nyt job

    Nikolaj Henrik Pieter Jansen

    Norriq Danmark A/S

    Lector ApS har pr. 9. juli 2026 ansat Simeon Dimitrov som IT-konsulent i Lectors TeamShare-gruppe. Han skal især beskæftige sig med cloud og infrastruktur samt design og optimering af Lectors infrastruktur og løsninger. Han kommer fra en stilling som DevOps Engineer hos Kraftvaerk. Han har tidligere beskæftiget sig med Azure og onprem infrastruktur, automatisering, implementering og optimering af cloudløsninger. Nyt job

    Simeon Dimitrov

    Lector ApS

    Rethink Cybersecurity Advisory har pr. 1. juli 2026 ansat Michael Nyboe Engelrud som Associeret Partner & Senior Advisor. Han skal især beskæftige sig med spændingsfeltet mellem Informationssikkerhed og ansvarlig AI, Governance, Risk & Compliance og IT Beredskab. Han kommer fra en stilling som Principal Management Consultant hos Devoteam A/S. Han er uddannet AI Navigatør, certificeret i AI Transformation, Crisis Management med fundament i Computer Science. Han har tidligere beskæftiget sig med Ledelse, rådgivning, Databeskyttelse og Digital transformation. Nyt job

    Michael Nyboe Engelrud

    Rethink Cybersecurity Advisory