Mindket

Artwork Personalization Demo

新上架第 1 版 · 更新于

概览

演示如何用 CLIP 图像嵌入而不是观看记录,来挑选每个片名展示哪张海报。这是一个静态的浏览器演示,灵感来自 Netflix 公开的工程文章,与 Netflix 无关联。

Artwork Personalization Demo 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip,只用来下载文件
  • 网页浏览器
  • 给仓库留出空间,它有 620 个文件,包括海报
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,把本地副本放进浏览器打开
先运行
pip install -U huggingface_hub
hf download avantiwhenever/netflix-personalization --repo-type space --local-dir netflix-personalization
cd netflix-personalization

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个浏览器演示为每个片名个性化挑选展示哪张海报。它用 CLIP 图像嵌入给海报图片排序,而不是用谁看过什么的记录。这个思路参照了 Netflix 的 MAPS 多模态素材个性化方法。作者声明它与 Netflix 没有关联。

适合谁

它适合想在小规模上看到基于内容的海报选择的推荐系统工程师、数据科学家和学生。想在自己动手之前先理解这个思路的产品团队也适合用它。

行业谁在用怎么用例子
流媒体推荐系统工程师研究没有交互历史时的海报选择打开演示,看海报是如何排序的
营销创意团队了解不同观众为什么看到不同的图片对比同一个片名下展示的海报
数据科学分析师探索把 CLIP 嵌入当作排序信号阅读 app.js 和 data 文件夹
教育学生了解基于内容的个性化跟着演示从海报走到排序

需要用真实用户数据的生产级推荐系统的人可以跳过它,因为这是一个带有来自 TMDB 的海报和元数据的小演示。

用在哪里

这个演示可以在两个地方运行。

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,把本地副本放进浏览器打开
Use caseWhoWhat they get back
海报排序工程师根据图像嵌入为每个片名选出的海报
思路演示产品团队一幅关于海报个性化如何运作的直观图景
代码阅读开发者一个脚本和数据都便于查看的静态页面

如何设置

在线页面不需要安装任何东西。本地副本需要下面这些。

  • Python 和 pip,只用来下载文件
  • 网页浏览器
  • 给仓库留出空间,它有 620 个文件,包括海报
  1. 安装 Hugging Face 的 hub 包,并下载这个 Space 的副本。
  2. 进入新文件夹。
  3. 在网页浏览器里打开 index.html。
pip install -U huggingface_hub
hf download avantiwhenever/netflix-personalization --repo-type space --local-dir netflix-personalization
cd netflix-personalization

如何使用

打开页面,浏览各个片名。看看演示为每个片名选了哪张海报。页面从 index.html 运行,配有一个脚本、一个样式表、一个 data 文件夹和一个 posters 文件夹。

工具作用
index.html你要打开的页面
app.js演示背后的脚本
data 文件夹存放演示的数据
posters 文件夹存放海报图片

示例

你打开演示并选一个片名。页面会显示它为该片名排在第一位的海报,是通过比较 CLIP 图像嵌入选出来的。

新手与专家

如果你刚接触这类工具,可以想想流媒体服务给不同的人看不同封面图的情形。打开演示,选一个片名,看排序把哪张海报放在第一位。

如果你熟悉这个领域,这个方法用 CLIP 图像嵌入给海报打分,而不是基于 ID 的交互历史。作者完整的源码、数据管线和文档放在另一个仓库里,其中包括把排序与热度基线和随机基线对比的离线验证。这个 Space 只放浏览器演示。

  1. 来自 TMDB 的海报和元数据
  2. CLIP 图像嵌入
  3. 排序为每个片名挑一张海报
  4. 演示显示选中的海报

注意事项

这个 Space 是一个小型的教学演示。详细的验证在它之外,所以不要把这个演示当作该方法的证明。

  • License: MIT
  • Cost to run: 未提及
  • Data it reaches: 随仓库提供的、来自 TMDB 的海报和元数据
  • Not for: 声称与 Netflix 有任何关联,作者说没有关联

README 和文件

README

Artwork Personalization Demo

演示如何用 CLIP 图像嵌入而不是观看记录,来挑选每个片名展示哪张海报。这是一个静态的浏览器演示,灵感来自 Netflix 公开的工程文章,与 Netflix 无关联。

由 avantiwhenever 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个浏览器演示为每个片名个性化挑选展示哪张海报。它用 CLIP 图像嵌入给海报图片排序,而不是用谁看过什么的记录。这个思路参照了 Netflix 的 MAPS 多模态素材个性化方法。作者声明它与 Netflix 没有关联。

适合谁:它适合想在小规模上看到基于内容的海报选择的推荐系统工程师、数据科学家和学生。想在自己动手之前先理解这个思路的产品团队也适合用它。

行业 | 谁在用 | 怎么用 | 例子
流媒体 | 推荐系统工程师 | 研究没有交互历史时的海报选择 | 打开演示,看海报是如何排序的
营销 | 创意团队 | 了解不同观众为什么看到不同的图片 | 对比同一个片名下展示的海报
数据科学 | 分析师 | 探索把 CLIP 嵌入当作排序信号 | 阅读 app.js 和 data 文件夹
教育 | 学生 | 了解基于内容的个性化 | 跟着演示从海报走到排序

需要用真实用户数据的生产级推荐系统的人可以跳过它,因为这是一个带有来自 TMDB 的海报和元数据的小演示。

用在哪里:这个演示可以在两个地方运行。

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,把本地副本放进浏览器打开
Use case | Who | What they get back
海报排序 | 工程师 | 根据图像嵌入为每个片名选出的海报
思路演示 | 产品团队 | 一幅关于海报个性化如何运作的直观图景
代码阅读 | 开发者 | 一个脚本和数据都便于查看的静态页面

如何设置:在线页面不需要安装任何东西。本地副本需要下面这些。

  • Python 和 pip,只用来下载文件
  • 网页浏览器
  • 给仓库留出空间,它有 620 个文件,包括海报
  1. 安装 Hugging Face 的 hub 包,并下载这个 Space 的副本。
  2. 进入新文件夹。
  3. 在网页浏览器里打开 index.html。
pip install -U huggingface_hub
hf download avantiwhenever/netflix-personalization --repo-type space --local-dir netflix-personalization
cd netflix-personalization

如何使用:打开页面,浏览各个片名。看看演示为每个片名选了哪张海报。页面从 index.html 运行,配有一个脚本、一个样式表、一个 data 文件夹和一个 posters 文件夹。

工具 | 作用
index.html | 你要打开的页面
app.js | 演示背后的脚本
data 文件夹 | 存放演示的数据
posters 文件夹 | 存放海报图片

示例:你打开演示并选一个片名。页面会显示它为该片名排在第一位的海报,是通过比较 CLIP 图像嵌入选出来的。

新手与专家:如果你刚接触这类工具,可以想想流媒体服务给不同的人看不同封面图的情形。打开演示,选一个片名,看排序把哪张海报放在第一位。

如果你熟悉这个领域,这个方法用 CLIP 图像嵌入给海报打分,而不是基于 ID 的交互历史。作者完整的源码、数据管线和文档放在另一个仓库里,其中包括把排序与热度基线和随机基线对比的离线验证。这个 Space 只放浏览器演示。

来自 TMDB 的海报和元数据
CLIP 图像嵌入
排序为每个片名挑一张海报
演示显示选中的海报

注意事项:这个 Space 是一个小型的教学演示。详细的验证在它之外,所以不要把这个演示当作该方法的证明。

  • License: MIT
  • Cost to run: 未提及
  • Data it reaches: 随仓库提供的、来自 TMDB 的海报和元数据
  • Not for: 声称与 Netflix 有任何关联,作者说没有关联

Hugging Face 上的数据(2026年11月13日)

  • 点赞:2
  • 构建方式:static
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/avantiwhenever/netflix-personalization
  • 文件:https://huggingface.co/spaces/avantiwhenever/netflix-personalization/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Artwork Personalization Demo 本页2staticmit
Arena Leaderboard共有 static5,039staticapache-2.0
Browser共有 static533staticcc0-1.0
Model Pulse共有 static214staticapache-2.0
MTEB-BR Leaderboard共有 static126staticapache-2.0
Hub Stats共有 static65staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

研究类的相似商品

查看研究类的全部商品

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架

ReFoCo

yuji-nozawa · 工具包

一篇研究论文的三种规模的预训练视觉 Transformer 检查点,论文研究如何训练注意力头去关注图像区域。适合提取图像特征和复现论文的研究人员。

新上架