Netflix内部把这种分类过程称之为“altgenres ”，它由Netflix副总裁 Todd Yellin构想发明，这是一项特殊的解构电影的过程，整个系统复杂精确。Netflix首先要雇佣一群人，让他们阅读一份长达36页的培训文档，训练他 们如何对影片的性暗示内容、暴力程度、浪漫桥段、甚至情节等等元素，作出精确地评级细分。
他们捕捉了数万种不同的电影属性，甚至是人物的道德派别。这些标记内容，与千万级用户的观影习惯相配对，便成了Netflix的竞争优势。Netflix的主要目标，是为了获得并留住订阅用户。通过这种微类型，对应不同的观影受众，正好是他们战略的一部分。
在2012年的时候，Netflix就在其官方博客中提到，“了解用户喜欢的“微类型”的内容，就能用高收视的类型取代低收视的部分，以赢得竞争力。”只要，Netflix更了解用户，用户就越容易黏在它的平台上。
过去的几年中，Netflix建立了属于自己的用户偏好数据库。这个数据库，虽然不能告诉导演编剧影视剧要怎么拍，但他能告诉这些人，影视剧中需要什么样的元素。比如他们拍摄纸牌屋的时候，就该知道哪些元素需要有的放矢。
基于Netflix分析：
订户最喜欢的主题是结婚。
订户最喜欢的形容词元素是浪漫的。
订户最受欢迎的电影所处时代是20世纪80年代。
订户喜欢的电影场景设定在欧洲。
通过这些分类标签，Netflix不仅能给他的订户推荐影片，甚至告诉他们你喜欢的类型究竟是什么。基于Netflix算法，它甚至提前帮用户预估，他们看完影片，会给影片打几分。
更多华尔街美股的公司及行业研究报告：
