Profilazione algoritmica e neogeneralismo: il paradosso della personalizzazione dei media nell’era delle piattaforme di streaming

Titolo Rivista SOCIOLOGIA DELLA COMUNICAZIONE
Autori/Curatori Guglielmo Pescatore
Anno di pubblicazione 2024 Fascicolo 2023/66
Lingua Italiano Numero pagine 21 P. 21-41 Dimensione file 338 KB
DOI 10.3280/SC2023-066002
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più clicca qui

Qui sotto puoi vedere in anteprima la prima pagina di questo articolo.

Se questo articolo ti interessa, lo puoi acquistare (e scaricare in formato pdf) seguendo le facili indicazioni per acquistare il download credit. Acquista Download Credits per scaricare questo Articolo in formato PDF

Anteprima articolo

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche

;

Keywords:television; streaming platforms; Netflix; recommender system; audiences; personalization

  1. Amatriain X., Basilico J. (2015), Recommender Systems in Industry: A Netflix Case Study, in Ricci F., Rokach L., Shapira B., Recommender Systems Handbook, Springer, New York.
  2. Avezzù G. (2017), The Data Don’t Speak for Themselves: The Humanity of VOD Recommender Systems, in «Cinéma & Cie», 17(29): 51-66.
  3. Brembilla P., Pescatore G. (2014), La serialità televisiva americana: produzione, consumo e tipologie di prodotto, in Carluccio G., America oggi. Cinema, media, narrazioni del nuovo millennio, Kaplan, Torino.
  4. Brembilla P. (2018), Dalla TV alle OTT: il caso Netflix, in M. Scaglioni, A. Sfardini (a cura di), La televisione. Modelli teorici e percorsi d’analisi, Carocci, Roma.
  5. Crisp V. (2015), Film Distribution in the Digital Age. Pirates and Professionals, Palgrave Macmillan, London.
  6. Coviello M., Re V. (2020), “Continua a guardare”. Strategie enunciative nelle piattaforme di video on demand, in «E/C», n. 20.
  7. Coviello M., De Rosa P., Re V., Spalletta M. (2021), Scelgo dunque sono? L’esperienza Netflix nel racconto degli utenti, in «Imago», n. 23.
  8. Degli Esposti M., Pescatore G. (2023), Exploring TV Seriality and Television Studies through Data-Driven Approaches, in Avezzù G., Rocchi M. (eds.), Audiovisual Data: Data-Driven Perspectives for Media Studies. 13th Media Mutations International Conference, Media Mutations Publishing, Bologna
  9. Fisher E., Mehozay Y. (2019), How algorithms see their audience: media epistemes and the changing conception of the individual, in «Media, Culture & Society», 41(8), 1176-1191 https://doi-org.ezproxy.unibo.it/10.1177/0163443719831598.
  10. Frey M. (2021), Netflix Recommends Algorithms, Film Choice, and the History of Taste, University of California Press, Oakland.
  11. Gomez-Uribe C., Hunt N. (2015), The Netflix Recommender System, in «ACM Transactions on Management Information Systems (TMIS)», 6 DOI: 10.1145/2843948
  12. Johnson C. (2019), Online TV, Routledge, London.
  13. Jenkins H. (2006), Convergence Culture: Where Old and New Media Collide, New York University Press, New York; trad. it. (2007), Cultura convergente: dove i vecchi e i nuovi media si scontrano, Apogeo, Milano.
  14. Jenkins H., Ford S., Green J. (2013), Spreadable Media, New York University Press, New York.
  15. Jenner, M. (2018), Netflix and the Re-invention of Television, Palgrave Macmillan, Cham.
  16. Khoo O. (2022), Picturing Diversity: Netflix’s Inclusion Strategy and the Netflix Recommender Algorithm (NRA), in «Television & New Media», 24. DOI: 10.1177/15274764221102864
  17. Lessig L. (2004), Free Culture: How Big Media Uses Technology and the Law to Lock Down Culture and Control Creativity. Penguin Press, New York; trad. it. (2005), Cultura libera: un equilibrio fra anarchia e controllo, fra pirateria e proprietà, Feltrinelli, Milano.
  18. Lessig L. (2008), Remix, Bloomsbury, London; tr.it. (2009), Remix, Etas, Milano.
  19. Lobato R. (2012), Shadow Economies of Cinema, BFI-Palgrave, London.
  20. Lobato R. (2019), Netflix Nations. The Geography of Digital Distribution, NYU Press, New York; trad. it. (2020), Netflix nations: geografia della distribuzione digitale, minimum fax, Roma.
  21. Lotz A. (2014), The television will be revolutionized, Second edition, NYU Press, New York; trad. it. (2017), Post Network: la rivoluzione della tv, minimum fax, Roma.
  22. Lotz A. (2022), Netflix and streaming video, Polity Press, Cambridge.
  23. Lotz A., Lobato R. (2023), Streaming Video. Storytelling Across Borders, NYU Press, New York.
  24. Lüders M., Sundet V.S. (2021), Conceptualizing the Experiential Affordances of Watching Online TV, in «Television & New Media», 23(4). DOI: 10.1177/152747642110109
  25. McDonald K., Smith-Rowsey D. (eds.) (2016), The Netflix Effect. Technology and Entertainment in the 21st Century, Bloomsbury Publishing, London.
  26. Media Play News. (2023), Number of Disney Plus subscribers worldwide from 1st quarter 2020 to 3rd quarter 2023 (in millions), Statista. Statista Inc. https://www.statista.com/statistics/1095372/disney-plus-number-of-subscribers-us.
  27. Menezes R., Jha R., Yeh G., Lamkhede S. (2023), Lessons Learnt From Consolidating ML Models in a Large Scale Recommendation System, Netflix Technology Blog, https://netflixtechblog.medium.com/lessons-learnt-from-consolidating-ml-models-in-a-large-scale-recommendation-system-870c5ea5eb4a.
  28. Neira E., Clares-Gavilán J., Sánchez-Navarro J. (2021), New audience dimensions in streaming platforms: the second life of Money heist on Netflix as a case study, in «Profesional De La Información», 30(1).
  29. Nielsen (2023), Lo streaming raggiunge la quota record del 38,7% della fruizione televisiva totale a luglio, con i titoli acquisiti che superano i nuovi originali, https://www.nielsen.com/it/insights/2023/streaming-grabs-a-record-38-7-of-total-tv-usage-in-july-with-acquired-titles-outpacing-new-originals/.
  30. Pariser E. (2011), The filter bubble: what the Internet is hiding from you, Viking, London, 2011; trad. it (2012), Il filtro: quello che internet ci nasconde, Il Saggiatore, Milano.
  31. Parrot Analytics (2023), Parrot Perspective: How Much Is a Global Hit Teen Show Worth to Netflix and Why It Matters, https://www.parrotanalytics.com/parrot-perspective/apple-netflix-ted-lasso-elite-acquisition-retention-content-optimization.
  32. Pescatore G. (2014), Piracy and Consumption of Digital Goods, in Beltrame A., Fales L., Fidotta G. (eds.), Whose Right? Media, Intellectual Property and Autorship in the Digital Era, Forum, Udine.
  33. Pescatore G. (2019), Anche sulle piattaforme digitali lo scripted resta televisione, in «Link» n. 25.
  34. Rasmussen T. (2014), Personal media and everyday life: a networked lifeworld, Palgrave Macmillan, Basingstoke.
  35. Ravindran M. (2019), Netflix: Humans, not machines, greenlight our shows, Television Business International, https://tbivision.com/2019/03/11/netflix-humans-not-machines-greenlight-our-shows/.
  36. Re V. (a cura di) (2017), Streaming media. Distribuzione, circolazione, accesso, Mimesis, Milano-Udine 2017.
  37. Ricci F., Rokach L., Shapira B. (2011), Recommender Systems Handbook, Springer, New York.
  38. Roy D., Dutta M. (2022), A systematic review and research perspective on recommender systems, in «J Big Data», 9(59).
  39. Statista (2022), Netflix, in https://www.statista.com/study/15313/netflix-statista-dossier/.
  40. Statista (2023a), Video-on-demand: Netflix users in the United States, in https://www.statista.com/study/73427/video-on-demand-netflix-users-in-the-united-states/.
  41. Statista (2023b), Amazon Prime Video, in: https://www.statista.com/topics/4740/amazon-prime-video/.
  42. Steck, H., Baltrunas, L., Elahi, E., Liang, D., Raimond, Y., Basilico, J. (2021). Deep Learning for Recommender Systems: A Netflix Case Study, in «AI Magazine», 42(3), 7-18.
  43. Striphas T. (2015), Algorithmic culture, in «European Journal of Cultural Studies», 18(4-5). DOI: 10.1177/136754941557739
  44. Hallinan B., Striphas T. (2016), Recommended for you: The Netflix Prize and the production of algorithmic culture, in «New Media & Society», 18(1). DOI: 10.1177/14614448145386
  45. Sunstein C. R. (2017), #Republic: Divided Democracy in the Age of Social Media, Princeton University Press, Princeton; trad. it. (2017), #Republic: la democrazia nell’epoca dei social media, Il Mulino, Bologna.
  46. Tapscott D., Williams A.D. (2006), Wikinomics: How Mass Collaboration Changes Everything, Portfolio, New York; trad. it. (2007), Wikinomics. La collaborazione di massa che sta cambiando il mondo, Etas, Milano.
  47. Toffler A. (1980), The Third Wave, William Morrow, New York; trad. it. (1987), La terza ondata, Sperling & Kupfer, Milano.
  48. Varela D., Kaun A. (2019), The Netflix Experience: A User-Focused Approach to the Netflix Recommendation Algorithm, in Plothe T., Buck A.M. (eds.), Netflix at the Nexus: Content, Practice, and Production in the Age of Streaming Television (pp. 197-211). Peter Lang, New York.

Guglielmo Pescatore, Profilazione algoritmica e neogeneralismo: il paradosso della personalizzazione dei media nell’era delle piattaforme di streaming in "SOCIOLOGIA DELLA COMUNICAZIONE " 66/2023, pp 21-41, DOI: 10.3280/SC2023-066002