my image

„Next-Video“


09.12.2024

Dieser Anwendungsfall empfiehlt Nutzer:innen zum gerade gesehenen Video in der ZDFmediathek genau ein passendes nächstes Video. Es werden zwei Fälle unterschieden: Der erste Fall (1) Next-Episode zeigt die nächste verfügbare Episode bei seriellen Inhalten an. Der zweite Fall (2) Reguläres Next-Video zeigt einen passenden nächsten Inhalt bei nicht-seriellen Inhalten oder bei seriellen Inhalten ohne eine folgende Episode an. Ein Teil der Empfehlungen enthält zusätzlich noch einen Algorithmus für Popularity-Debiasing, welches aktuell sehr beliebte Inhalte weniger stark gewichtet, damit auch unbekanntere Inhalte eine Chance kriegen empfohlen zu werden. Der Algorithmus wird hauptsächlich auf eine Steigerung des Sehvolumens optimiert.

Eine Besonderheit im Anwendungsfall „Next-Video“ ist, dass für bestimmte Inhalte auch redaktionelle Empfehlungen ausgespielt werden können, die nicht algorithmisch ausgewählt werden. Redaktionelle Empfehlungen werden hauptsächlich im Bereich sensibler Themen von den Redaktionen eingesetzt, um unpassende Empfehlungen zu vermeiden. Im Folgenden werden diese redaktionellen Empfehlungen nicht diskutiert. Des Weiteren gibt es Inhalte in der Mediathek, die nicht durch „Next-Video“ ausgespielt werden können. Hierbei handelt es sich größtenteils um sehr neue und sehr wenig genutzte Inhalte sowie sensible Themenbereiche.

Die technische Implementierung ist unter Next-Video: Model Card beschrieben.

Relevanz für die ZDFmediathek

Die nachfolgende Abbildung zeigt die Anteile von gesehenen Minuten des Anwendungsfalls „Next-Video“ am gesamten Sehvolumen der ZDFmediathek für automatisch empfohlene Inhalte der letzten 30 Tage. Es ist ersichtlich, dass der Anwendungsfall „Next-Video“ einen gewichtigen Anteil des Sehvolumens aller algorithmisch ausgespielten Empfehlungen vereint und damit für die ZDFmediathek besonders relevant ist.

Von den algorithmischen Empfehlungen im Anwendungsfall „Next-Video“ entfielen im letzten Monat ungefähr die Hälfte auf den Fall Next-Episode, welcher eine etwaige nächste Folge von seriellen Inhalten ausspielt. Analog dazu kommen etwa die Hälfte der Empfehlungen durch „Reguläres Next-Video“. Die jeweiligen Anteile sind in der folgenden Grafik dargestellt (redaktionelle Empfehlungen werden hier nicht betrachtet).

Die Empfehlungen durch Next-Episode (automatisiert) sind im Vergleich zu komplexen Berechnung für eine Personalisierung sehr ressourcenschonend, da hier nur eine simple Logik verwendet wird. Betrachtet man die große Menge an Empfehlungen, die im Rahmen des Anwendungsfalls „Next-Video“ ausgespielt werden, wird deutlich, wie wichtig hier eine ökonomische Optimierung des Algorithmus in Bezug auf die Berechnungs- und somit Energieeffizienz ist.

Leistungsmetriken

Relevante Leistungsmetrik für den Anwendungsfall „Next-Video“ ist das Sehvolumen. Nachfolgend ist der Anteil des aggregierten Sehvolumens von „Next-Video“ am Gesamt-Sehvolumen algorithmischer Empfehlungen im zeitlichen Verlauf dargestellt. Zusätzlich wird der relative Anteil der von Nutzer:innen getätigten Klicks auf empfohlene Inhalte im Bezug auf alle algorithmischen Empfehlungen gezeigt.

Tipp: Für Detailansicht betreffenden Bereich markieren. Doppelklick auf leere Stelle wechselt zwischen Detail- und Gesamtansicht.


Sowohl Sehvolumen, als auch Klicks zu „Next-Video“ haben einen großen Anteil an den gesamten algorithmischen Empfehlungen. Dies liegt an der Funktionsweise dieses Empfehlungsbandes und hat mehrere Gründe:

  • theoretisch kann fast jeder Inhalt über „Next-Video“ ausgespielt werden (vgl. Next-Video: Model Card)
  • die Funktion Autoplay, vor allem bei Smart-TVs, nutzt „Next-Video“ und generiert viel Sehvolumen
  • die ZDFmediathek enthält viele serielle Inhalte, bei denen der Anwendungsfall „Next-Video“ zum Einsatz kommt 

Die Fluktuationen in der Abbildung zum Sehvolumen sind bedingt durch temporale Effekte. Im betrachteten Zeitraum zeigt sich für das Sehvolumen keine generelle Tendenz.

Public Value Metriken

Wie weiter oben beschrieben, wird fast die Hälfte aller durch „Next-Video“ ausgespielten Empfehlungen über die Next-Episode Logik bereitgestellt, welche die nächste Episode bei seriellen Inhalten empfiehlt. Diese Funktionalität basiert auf einer redaktionellen Entscheidung und soll die Erwartungshaltung der Nutzer:innen bedienen. Public Value Metriken spielen für solche Features zur komfortablen Nutzung der Mediathek eine untergeordnete Rolle.

Im zweiten Fall Reguläres Next-Video greift die gleiche Empfehlungs-Logik wie im Anwendungsfall „Das Könnte Dich Interessieren“. Damit lässt sich die Public Value Diskussion von DKDI hierauf übertragen.

Im Folgenden werden die relevanten Public Value Metriken für Reguläres Next-Video und Next-Episode diskutiert und verglichen. Die Public Value Metriken Coverage, Novelty, Popularity, Diversity und Serendipity sind im zeitlichen Verlauf über einen Monat dargestellt. Zu „Auch Interessant“ werden im Moment, sofern nicht anders angegeben, nur Empfehlungen durch „Auch Interessant: Streaming-Netzwerk Dokumentation“, nicht jedoch durch „Weitere Folgen“ oder der Bereich Kultur gezeigt.


„Next-Video“ unterscheidet sich durch die zwei verschiedenen Modi, über welche die Empfehlungen ausgespielt werden, stark von anderen Anwendungsfällen wie zum Beispiel „Das Könnte Dich Interessieren“ und „Weil Du 'Beitrag' Geschaut Hast“.

  • Die Coverage von „Next-Video“ ist sehr gering. Empfehlungen durch „Next-Video“ werden immer im Kontext der Beitragsseite gemacht. Damit steht die gewünschte Funktionsweise dieses Anwendungsfalls der Möglichkeit entgegen, breit gefächerte Inhalte anzubieten. Vergleicht man die Abdeckung durch Next-Episode und durch Reguläres Next-Video, zeigt der erste Fall bessere Werte.
  • Die Funktionsweise des Algorithmus spiegelt sich auch bei Novelty und Popularity wieder. Empfohlene Inhalte haben einen geringen Novelty-Wert und eine hohe Popularity. Dies wird verständlich, denn „Next-Video“ empfiehlt viele serielle Folgeinhalte und bietet damit keine Überraschungen. Bei beiden Metriken zeigt Next-Episode etwas bessere Ergebnisse.
  • Die Metrik Diversity ist ein Spezialfall. Da „Next-Video“ immer nur eine Empfehlung gleichzeitig anzeigt, kann dieser Anwendungsfall nach unserer Definition keine Diversity besitzen.
  • Die Serendipity ist vor allem bei Next-Episode gering, während Empfehlungen durch Reguläres Next-Video eine durchschnittliche Serendipity zeigen. Dies liegt daran, dass hier die Nutzungshistorie betrachtet wird, um schon gesehene Inhalte auszuschließen. Damit kann der Algorithmus passendere Inhalte in Bezug auf für Nutzer:innen interessante und relevante Themen empfehlen. Im Mittel ist die Serendipity jedoch gering verglichen mit anderen Anwendungsfällen.

Wie weiter oben beschrieben, basieren diese Unterschiede im Verhalten beider Modi auf der redaktionellen Entscheidung für eine komfortable Nutzung der Mediathek. Folglich stehen Next-Episode und Reguläres Next-Video nicht in Konkurrenz um bessere Empfehlungen zueinander, sondern ergänzen sich in ihrer Funktionalität.

Welche Rubriken werden empfohlen?

Wie bereits erwähnt, werden Empfehlungen durch „Next-Video“ immer im Kontext der Beitragsseite gemacht, da dieser Anwendungsfall den Nutzer:innen einen passenden nächsten Inhalt zum vorher gesehenen Video empfiehlt. Die folgende Grafik zeigt, wie sich Empfehlungen über Rubriken hinweg entwickeln (Top 5 der gesehenen Rubriken, die zu einer „Next-Video“ Empfehlung führen, Zeitraum: 17.11.22 - 23.11.22). Insbesondere wird deutlich, wie die Rubrik des Ausgangsvideos die Rubrik einer Empfehlung beeinflusst.

Die meisten seriellen Inhalte sind in den Rubriken Serien, Dokus, Shows und als Kindersendungen unter ZDFtivi zu finden, was den hohen Anteil von Next-Episode-Empfehlungen in diesen Rubriken erklärt. Wie beabsichtigt stammen Ausgangsvideo und folgende Empfehlung in den meisten Fällen aus derselben Rubrik.

Alle Details zum Anwendungsfall sind unter Next-Video: Model Card zusammengefasst.

Weitere Analysen zu Anwendungsfällen findest du im Blog.