Как найти фильмы 400

Согласно исследованию Американской ассоциации кинокомпаний (MPAA), ежегодно выпускается более 7 000 художественных фильмов. Коллекция Netflix, крупнейшего потокового поставщика фильмов, составляет 36 000 кинокартин. Этого количества хватит для того, чтобы смотреть фильм за фильмом в течение шести с половиной лет. Впрочем, это ничего не меняет: найти хорошее кино всегда непросто.

Мы выбрали восемь инструментов для поиска новых фильмов и надеемся, что с вашей помощью их количество станет ещё больше.

1. Случайный фильм на «Кинопоиске»

Окошко со случайным фильмом находится в самом низу страницы на правой панели. Нажав на подпись «Другой случайный фильм», вы попадёте на страницу, где можно выбрать его параметры: год выпуска, страну и жанр. Алгоритм подберёт кинокартину с учётом указанных данных и её рейтинга — не менее шести баллов. Причём фильмы с рейтингом выше семи будут выделены зелёным цветом.

Случайный фильм на «Кинопоиске» →

2. Страница с топовыми раздачами на любом торрент-трекере

К примеру, я часто захожу на Kickass и смотрю на топ торрентов по количеству загрузок. Чаще всего там находятся недавно вышедшие фильмы, некоторые из которых хочется посмотреть. Но немало и мусора: рядом с неплохими «Мстителями» находится ужасный «Разлом Сан-Андреас».

3. Топ-250 IMDB

Страница, на которую каждый заходил хоть однажды. На ней отсортированы 250 фильмов в зависимости от рейтинга IMDB. Выбрав фильм, путём несложных манипуляций можно найти его название на русском языке, посмотреть и быть уверенным в том, что кино действительно стоящее.

Топ-250 IMDB →

4. Расширенный поиск «Кинопоиска»

Страница с впечатляющим количеством полей для поиска фильма. Выбрать картину можно не только по жанру, но и по студии, создателям, тексту или ключевым словам. Инструмент для продвинутых пользователей, но вдруг вы без ума от студии Asylum и хотите найти все её фильмы. Такой же инструмент есть и у IMDB.

Расширенный поиск «Кинопоиска» →

5. A Good Movie to Watch

Редакторы сайта вручную отбирают фильмы, руководствуясь несколькими характеристиками. Прежде всего, рейтинг фильма у зрителей и кинокритиков, с акцентом на тех фильмах, которые не слишком популярны. Поэтому вероятность того, что вы смотрели предлагаемые сайтом киноленты, невелика.

A Good Movie to Watch →

6. Good Movies List

Подборки Good Movies List основываются на рейтинге фильмов с Rotten Tomatoes, Metacritic и IMDB. Сайт выглядит неважно, но вы проведёте на нём максимум пару минут до того момента, как найдёте подходящее кино.

Good Movies List →

7. WMSIWT

WMSIWT (What Movies Should I Watch Tonight) — сайт, отвечающий на вопрос в названии. При переходе на ресурс сразу начинается воспроизведение трейлера одного из фильмов. Сервис курируется редакторами, поэтому каждая из кинокартин выбрана вручную.

WMSIWT →

8. itcher

Сервис попросит вас оценить несколько фильмов из списка, а после на основе ваших предпочтений составит подборку с рекомендациями. Можно отфильтровать предложения по жанру и году выхода, посмотреть информацию о фильме, трейлеры и даже обзоры. Таким же способом itcher поможет выбрать музыку, книги и видеоигры.

itcher →

appbox fallback https://play.google.com/store/apps/details?id=com.marcandi.itcher&hl=ru&gl=ru

appbox fallback https://apps.apple.com/ru/app/863113106

Если у вас есть собственный способ находить хорошие фильмы, расскажите о нём в комментариях.

Ахиллес и черепаха / Akiresu to kame; Такеши Китано, Япония, 2008.

Бедная, богатая девочка / Young Adult; Джейсон Райтман, США, 2012.

Блеск /Shine; Скотт Хикс, Австралия, 1997.

Босиком по мостовой / Barfuss; Тиль Швайгер, Германия, 2005.

В диких условиях / Into the Wild; Шон Пенн, США, 2007.

Ванильное небо / Vanilla Sky; Кэмерон Кроу, США, Испания, 2001.

Весна, лето, осень, зима… и снова весна / Bom yeoreum gaeul gyeoul; Ким Ки Дук, Германия, Корея Южная, 2003.

Гарольд и Мод / Harold and Maude; Хэл Эшби, США, 1971.

Голая бухта / Vuosaari; Аку Лоухимиес, Финляндия, 2012.

Господин Никто / Mr. Nobody; Жако Ван Дормель, Германия — Канада — Франция — Бельгия, 2009.

Грозовой перевал / Wuthering Heights; Коки Гидройч, Великобритания, 2009.

Грязная любовь / Dirty Filthy Love; Эдриан Шерголд, 2004.

Дни вина и роз / Days of Wine and Roses; Блейк Эдвардс, США, 1962.

Другая женщина / Another Woman; Вуди Аллен, США, 1988.

Если / If…. ; Линдсэй Андерсон, Великобритания, 1968.

Жестокий ручей (Злая речка, Бухта мести) / Mean Creek; Джейкоб Аарон Эстес, США, 2004.

Жизнь как дом / Life as a House; Ирвин Уинклер, США, 2001.

Заплати другому / Pay It Forward; Мими Ледер, США, 2000.

Зона военных действий / The War Zone; Тим Рот, Великобритания, Италия, 1998.

Идиоты. Догма №2 / Dogme 2 – Idioterne; Ларс фон Триер, Дания — Швеция — Франция — Нидерланды — Италия; 1998.

Инстинкт / Instinct; Джон Тартелтауб, США, 1999.

История Антуана Фишера / Antwone Fisher; Дензел Вашингтон, США, 2002.

Как я провел этим летом; Алексей Попогребский, Россия, 2009.

Король говорит / The King’s Speech; Том Хупер, США, Великобритания, Австралия, 2010.

Ледяной ветер / Ice Storm, The; Энг Ли, США, 1997.

Лилит / Lilith; Роберт Россен, США, 1964.

Лицом к лицу / Ansikte mot ansikte; Ингмар Бергман, Швеция, Италия, 1976.

Лучше не бывает / As Good as It Gets; Джеймс Л. Брукс, США, 1997.

Мой парень – псих / Silver Linings Playbook; Дэвид О. Расселл, США, 2012.

Морфий; Балабанов, Россия, 2008.

Моя девочка не хочет (дословно: Нет, доченька, ты не пойдёшь на танцы) / Non ma fille, tu n’iras pas danser; Кристоф Оноре, Франция, 2009.

Мэй / May; Лаки МакКи, США, 2002.

О, счастливчик / O Lucky Man; Линдсэй Андерсон, США — Великобритания, 1973.

Обыкновенные люди / Ordinary People; Роберт Редфорд, США, 1980.

Остров фантазий / Fantasy Island (1 сезон); Перри Лэнг, Деран Сарафян, Рик Уоллес и др.США 1998 .

Палата №6; Александр Горновский, Карен Шахназаров, 2009.

Палата / The Ward; Дж.Карпентер, США, 2010.

Парни не плачут / Boys Don’t Cry; Кимберли Пирс, США, 1999.

Повелитель приливов / The Prince Of Tides; Барбра Стрейзанд, США, 1991.

Полет длиною в жизнь / Winged Creatures; Роуэн Вудс, США, 2008.

Последний Мамонт Франции / Mammuth; Гюстав де Керверн, Бенуа Делепин, Франция, 2010.

Последняя любовь на Земле / Perfect Sense; Дэвид МакКензи, Дания, Швеция, Великобритания, Ирландия, 2011.

Потомки / The Descendants; Александр Пэйн, США, 2011.

Похороните меня за плинтусом; Сергей Снежкин, Россия, 2008.

Присевшие на прозак под знаком скорпиона / Scorpio Men on Prozac; Рэнд Марш, США, 2010.

Простые вещи; Алексей Попогребский, Россия, 2009.

Псих (видеозапись спектаклья Театра-судии О.Табакова); Андрей Житинкин, по роману Александра Минчина, постановка 1995 года, запись 2005.

Птаха / Birdy; Алан Паркер, США 1984.

Пыль; Сергей Лобан, Россия, 2001.

Пять чувств / The Five Senses; Джереми Подесва, Канада, 1999.

Рассекая Волны / Breaking the Waves; Ларс фон Триер, 1996.

Реальная любовь / Love Actually; Ричард Кёртис, США — Великобритания, 2003.

Руби Спаркс / Ruby Sparks; Джонатан Дэйтон, Валери Фэрис, США, 2012.

Садист / Bully; Ларри Кларк, США, Франция, 2001.

Семейная жизнь / family life; Кен Лоуч, Великобритания, 1971.

Синоптик / The Weather Man; Гор Вербински, США, Германия, 2005.

Собака Павлова; Екатерина Шагалова, Россия, 2005.

Солист / The Soloist; Джо Райт, США — Франция — Великобритания, 2009.

Стон черной змеи / Black Snake Moan; Крэйг Брюэр, США, 2006.

Стыд / Shame; Стив МакКуин, Великобритания, 2011.

Стюарт: Прошлая жизнь / Stuart: A Life Backwards; Дэвид Эттвуд, Великобритания, 2007.

Субмарино / Submarino; Томас Винтерберг, Дания — Швеция, 2010.

Таинственный Альберт Ноббс / Ноббс Albert Nobbs; Родриго Гарсия, Великобритания, 2011.

Ты встретишь таинственного незнакомца / You Will Meet a Tall Dark Stranger; Вуди Аллен, США, Испания, 2010.

Умница Уилл Хантинг / Good Will Hunting; Гас Ван Сент, США, 1997.

Хороший мальчик / Beautiful Boy; Шон Ку, США, 2010.

Хроники обыкновенного безумия /Príbehy obycejného sílenství; Петр Зеленка, Германия, Чехия, Словакия, 2005.

Чат / Chatroom; Хидео Наката, Великобритания, 2010.

Человек дождя / Rain Man; Барри Левинсон, США, 1988.

Шапито шоу; Сергей Лобан, Россия, 2011.

Шоковый коридор / Shock Corridor; Сэмюэл Фуллер, США, 1963.

Южане / Scorchers; Дэвид Берд, США, 1992.

Юрьев день; Кирилл Серебрянников, Россия, 2008.

Я только хочу чтобы вы меня любили / Ich will doch nur, daß ihr mich liebt; Райнер Вернер Фассбиндер, Германия, 1976.

Я; Игорь Волошин, Россия, 2009.

Тестируем алгоритмы и выдачу поисковой системы на примерах запросов по поиску кинофильмов.

Многим знакома ситуация: видели фильм много лет назад, но запомнились лишь отдельные кадры, персонажи или сюжетные линии. Найти фильм целиком по случайным деталям, если не помнишь ни названия, ни режиссёра, ни актёров, очень трудно.

Сотрудники vc.ru решили провести эксперимент и проверить, как работает поиск «Яндекса» по разным запросам. Мы попросили друзей поделиться обрывками воспоминаний о фильмах. И попробовали найти эти видео через «Яндекс».

Ищем фильм по одному эпизоду

По запросу «фильм где колокол упал на монашку» находится английская комедия 1990 года «Монахини в бегах» (Nuns On The Run, встречается перевод названия «Монашки в бегах»). Совпадает и сюжет, и жанр, и эпоха (фильм 30-летней давности вполне мог идти по телевизору «лет 10 назад, если не больше»).

Еще один фильм, который подходит под этот запрос — «Три балбеса». Это кино не про монашек, так что результат не такой явный, зато в нём есть похожий эпизод: как раз с колоколом. Остаётся только решить, какой из фильмов больше соответствует воспоминаниям, а ещё лучше — посмотреть оба, потому что они явно подходят под описание и точно относятся к комедиям.

Часто люди обращаются к «Яндексу», чтобы найти фильм, название которого вылетело из головы. Описывают сюжет, запомнившиеся сцены, яркие детали: за 2017–2019 годы было сделано более 30 миллионов таких запросов, в которых встречались формулировки типа «фильм в котором» или «триллер где».

Уровень развития Поиска на данный момент позволяет искать и достаточно успешно находить информацию даже по неявным запросам. Это стало возможным благодаря применению нейронных сетей на все более и более ранних этапах ранжирования данных, а также серьезным изменениям в архитектуре для экономии ресурсов и сокращения времени поиска.

Ищем фильм по основной интриге

Вбиваем в поисковик.

Первым результатом идёт ссылка на фильм 2017 года «Короче» (Downsizing) режиссёра Александра Пэйна. По сюжету, учёные решают сделать население земного шара карликами и решить тем самым проблему с перенаселением планеты. Главные роли в картине исполнили Мэтт Дэймон, Кристоф Вальц и Хонг Чау.

В аннотации к фильму слова «карлики» нет, но он занимает первую позицию в выдаче, а его содержание полностью соответствует запросу. Такое точное попадание возможно, потому что поисковые системы постоянно улучшаются: специалисты используют всё большие массивы данных, обучают нейросети, тестируют разные способы контроля качества. С 2014 года документы аннотируются характерными запросами. К примеру, для популярного сериала Breaking Bad одной из аннотаций станет запрос [американский сериал про то как варят метамфетамин].

Если у двух запросов множество общих слов, то велика вероятность того, что результаты первого будут подходить и второму. Если же выдача совпадает у совершенно разных запросов, нейросеть берёт во внимание историю поиска. Когда таких статистических данных недостаточно, эффективно работает контент-анализ с помощью нейросетей.

Ищем фильм по характеристике героя

В результатах поиска мы видим такие фильмы, как «Подглядывающий», «По ту сторону двери», «Боже мой, как низко я пала!», «Кожа, в которой я живу». Но первый и самый новый фильм в подборке — «Девушка-невидимка» Клаудии Майерс. Скорее всего, Алексей с подругой смотрел именно его, если судить по году выхода — 2019.

Яндекс предлагает и другие варианты фильмов, которые могут подходит под запрос. Тот или не тот фильм — можно определиться, посмотрев трейлер прямо на странице поисковой выдачи. Без дополнительных переходов по ссылкам и без перемещений между вкладками.

В поисковой выдаче можно смотреть не только трейлеры, но и весь фильм целиком, бесплатно или по подписке. Если её нет, оплатить просмотр можно всё на той же странице, прямо в выдаче.

Ищем фильм, сами не знаем какой

Если пользователь не знает, что конкретно посмотреть, в Яндексе есть подборки фильмов: «Что посмотреть после работы перед сном» и «Что посмотреть с девушкой». А есть более персонализированные подборки — по годам или по жанрам, которые поиск составляет, основываясь на том, какие именно видео понравятся конкретному пользователю.

Персонализированные подборки строятся на сложном алгоритме рейтингов. У каждого фильма и пользователя в Яндексе есть профиль. Они хранятся на платформе для обработки больших объёмов данных и регулярно обновляются. Профили фильмов содержат параметры, которые помогают соотносить их с профилями пользователей. Когда нужно выдать рекомендацию, начинают работать алгоритмы быстрого поиска подходящих видео: в подборку включаются фильмы, профиль которых подойдёт профилю конкретного пользователя. То есть поиск ориентируется не только на рейтинги и отзывы.

Пользователи уже давно могут ставить оценки фильмам и видео — как на «Кинопоиске», так и прямо в результатах выдачи «Яндекса». В итоге у сервиса за годы существования накопилась большая база данных о том, кто и как оценивает видео. На основании этих оценок каждому фильму в выдаче Яндекса проставляется рейтинг в процентах, который показывает, насколько то или иное видео понравится пользователю. Это сделали специально, чтобы пользователь не путал, например, оценки критиков с персонализированной рекомендацией. Чтобы подобрать функцию, которая будет высчитывать эти проценты, разработчики запустили задание в «Яндекс.Толоке» и анализировать ожидания пользователей от фильмов и персональные рейтинги.

Персонализированные результаты поиска можно фильтровать. Для большинства подборок доступны фильтры по году, стране и ранжирование по популярности, при поиске фильмов за конкретный год возможен также выбор по жанрам. Так что можно сказать, что теперь Яндекс умеет выбирать кино на вечер для своих пользователей точнее, чем сами пользователи.