Netflix是一家在线影片租赁提供商。公司能够提供超大数量的DVD，而且能够让顾客快速方便的挑选影片，同时免费递送。Netflix已经连续五次被评为顾客最满意的网站。可以通过PC、TV及iPad、iPhone收看电影、电视节目，可通过Wii，Xbox360，PS3等设备连接TV。Netflix大奖赛从2006年10月份开始，Netflix公开了大约1亿个1-5的匿名影片评级，数据集仅包含了影片名称，评价星级和评级日期，没有任何文本评价的内容。比赛要求参赛者**Netflix的客户分别喜欢什么影片，要把**的效率提高10%以上。

　　随着一百万美金大奖的颁发，Netflix很快宣布了第二个百万美金大奖，希望世界上的计算机专家和机器学习专家们能够继续改进推荐引擎的效率。 获奖团队BPC，由原本是竞争对手的三个的团队重新组团而成，今天获得了由Netflix的创始人兼首席执行官哈庭斯颁发的一百万奖金。团队的七个成员分别是来自奥地利、加拿大、以色列和美国的电脑专家、统计专家和人工智能专家。七个成员今天都参加了颁奖仪式，这也是这七个成员第一次碰面。这一百万奖金如何分配将由团队自行决定。 Netflix经历了一次非常激烈的比赛，参赛团队开始时候独立作战，后来协同作战，终于将影片推荐效率提高到了10%以上。在接近比赛截止日期时，还有新的参赛作品不断快速的提交上来，让整个比赛过程变得非常的曲折和惊心动魄。由来自Netflix的专家和大学教授组成的评委会用了几周的时间来评选出最终优胜者。加州大学圣地亚哥分校的艾尔坎教授和加州大学尔湾分校的史密斯教授参加了比赛评委会。

　　第一个Netflix大奖成功的解决了一个巨大的挑战，为提供了50个以上评级的观众准确的**他们的口味。下一个百万大奖目标是，为那些不经常做影片评级或者根本不做评级的顾客推荐影片，要求使用一些隐藏着观众口味的地理数据和行为数据来进行**。同样，获胜者需要公开他们的算法。如果能解决这个问题，Netflix就能够很快开始向新客户推荐影片，而不需要等待客户提供大量的评级数据后才能做出推荐。新的比赛用数据集有1亿条数据，包括评级数据，顾客年龄，性别，居住地区邮编，和以前观看过的影片。所有的数据都是匿名的，没有办法关联到netflix的任何一个顾客。推荐引擎是Netflix公司的一个关键服务，1千多万顾客都能在一个个性化网页上对影片做出1-5的评级。Netflix将这些评级放在一个巨大的数据集里，该数据集容量超过了30亿条。Netflix使用推荐算法和软件来标识具有相似品味的观众对影片可能做出的评级。两年来，Netflix 已经使用参赛选手的方法提高了影片推荐的效率，这已经得到了很多影片评论家和用户的好评。