Vous êtes un cinéphile averti ou tout simplement un amateur de cinéma mais vous êtes parfois à la recherche de films correspondant à vos goûts ? Ou, à l'inverse, vous adorez vous faire surprendre par des "toiles" que vous ne connaissez pas et/ou qui vous sortent des sentiers battus ? Dans tous ces cas, les 10 outils que nous vous présentons dans cet article sont faits pour vous et vous permettront certainement de découvrir quelques pépites que vous allez pouvoir déguster en ligne (ou en salle) par la suite. Bonne séance de cinéma !

Par Christophe Deschamps


Une fois n'est pas coutume, nous avons choisi ce mois-ci de sortir un peu de l'angle professionnel de la recherche d'information pour nous intéresser aux moteurs et services permettant de trouver des films à regarder.

Le nombre de films existant est absolument phénoménal, la plus grande base de données à ce jour, la très populaire International Movie Database (IMDb), en recensait 1 145 676 en décembre dernier hors séries TV (https://www.imdb.com/pressroom/stats/). Et l'augmentation ira croissant, Netflix et Amazon ayant annoncé l'an dernier vouloir doubler leur catalogue en 2019 (Netflix avait produit 80 films en 2018...).

Si cela peut vous éviter la frustration de ne pas pouvoir tout voir, sachez qu'une étude humoristique (mais néanmoins sérieuse) de 2014 expliquait que la dernière fois où un critique professionnel regardant des films 16 heures par jour, 6 jours par semaine aurait eu le temps de voir l'ensemble des films produits depuis 1890 était en… 1936 (http://www.justgeek.de/watching-all-the-movies-ever-made/)...

Lorsqu'on souhaite voir un film, on peut bien sûr se laisser porter par les nouveautés, mais on peut aussi être plus exigeant et chercher des types de films en fonction de ses goûts ou, à l'inverse, des films susceptibles de nous surprendre. La recherche d'outils en ligne capables de nous fournir ces recommandations donne de nombreux résultats et nous avons donc dû effectuer une sélection.

Globalement, ces moteurs fonctionnent de deux manières : les premiers fournissent des résultats après que vous leur ayez indiqué plusieurs films que vous aimez, à l'instar d'Amazon. Ils utilisent donc un algorithme de recommandations ayant pour objectif premier d'identifier le sous-groupe d'utilisateurs auquel vous appartenez afin de vous proposer des résultats qu'aiment les autres membres. Une sorte de recommandation par les pairs en somme. (Pour un point détaillé du fonctionnement des algorithmes de recommandations personnalisés voir cet article : https://interstices.info/les-systemes-de-recommandation-categorisation/ ).

Le second type de moteur propose des suggestions par critères (thèmes, émotions, durée, période,…). C'est une recherche multi-critères qui peut parfois être hybridée de différentes manières avec les algorithmes décrits ci-dessus.

IMDB (https://www.imdb.com )

L'IMDB propose évidemment un système de recommandations. Pour en tirer parti, il faut avoir créé un profil et noté les films que vous avez vus. En fonction de cela, le service vous proposera alors sur votre page d'accueil une entrée intitulée « Recommended for you » dans laquelle vous trouverez des suggestions en lien avec vos choix ultérieurs.


Fig. 1. Recommandations personnalisées de l'IMDb.

Si les recommandations ne manquent pas de pertinence, il est dommage qu'il n'y ait pas une page de consultation dédiée à ces résultats. Par ailleurs, l'ergonomie de cette fonctionnalité est frustrante relativement à ce qu'il serait possible d'obtenir d'un dispositif brassant autant de données (œuvres, réalisateurs, acteurs, auteurs, notes des utilisateurs …).

Des suggestions sont également proposées lorsqu'on consulte la fiche d'un film. Ainsi pour Casablanca (que nous utiliserons comme référence sur l'ensemble des services testés), une fenêtre intitulée « More like this » vous propose des films du même genre que celui indiqué.


Fig. 2. Recommandations « similaires » à un film choisi sur l'IMDb.

La question est bien sûr de savoir comment est calculée cette « similarité », ce qui, après recherches, n'est pas précisé par l'IMDb. Logiquement, au vu du fonctionnement évoqué ci-dessus, il est probable que la règle suivie soit : « ceux qui ont aimé Casablanca (et l'ont indiqué dans leur profil IMDb) ont aussi aimé tel et tel film ».

AlloCiné (http://www.allocine.fr )

Autre poids lourd, tout du moins au niveau francophone, Allociné ne propose malheureusement pas de recommandations personnalisées sur votre page d'accueil après connexion à votre profil. Il est toutefois possible d'en trouver à partir de la fiche d'un film, comme sur l'IMDb. Ici par exemple lorsqu'on se rend sur la fiche du film Casablanca, Allociné propose une entrée intitulée « Films recommandés » et une autre intitulée « Si vous aimez ce film vous pourriez aimer », sans que l'on sache quelles différences cela implique dans le calcul de ces deux types de recommandations.


Fig.3 Recommandations personnalisées sur Allociné.

Service minimum donc et là encore ceci est dommage vu la quantité de données diverses et variées que doit générer ce service.

TheMovieDb ou TMDb (https://www.themoviedb.org )

TMDb est l'alternative libre à l'IMDb. La base de données extrêmement fournie et ouverte depuis 2008 est disponible en tant qu'API et alimentée par une très large communauté d'utilisateurs. Obtenir des recommandations pertinentes avec ce service peut aller très vite pour peu que vous ayez déjà un compte IMDb utilisé pour noter des films, puisqu'il est en effet possible d'importer vos contenus dans TMDb.  Une fois cela fait et après avoir attendu la mise à jour de la base de données, il vous suffit de vous rendre sur l'onglet « Recommandations » de votre profil pour obtenir des suggestions de films.

Sans surprise, les recommandations à partir de la fiche d'un film sont également présentes comme on peut le voir ci-dessous (film de référence Casablanca) :


Fig.4 Recommandations « similaires » au film Casablanca sur TMDb.

A noter que TMDb permet également d'obtenir des recommandations pour les séries TV.

MovieLens (https://movielens.org )

Autre service nécessitant de se créer un profil, Movielens va plus loin que les précédents et c'est logique puisque son but est spécifiquement de proposer à ses utilisateurs des suggestions personnalisées. Concrètement, une fois votre compte créé, vous allez commencer à noter des films avec le système d'étoiles (1 à 5). Lorsque vous arrivez à 15, le système vous annonce qu'il est maintenant en mesure de vous proposer des recommandations que vous pourrez personnaliser. En effet, l'outil propose quatre modes de suggestions (cliquez sur l'étoile en haut à droite de l'interface pour y accéder)  :

  • The peasant : non personnalisé ;
  • The bard : la personnalisation se fait en fonction de points que vous attribuez à des groupes thématiques de films.


Fig.5 Interface de personnalisation de groupes thématiques sur MovieLens.

  • The warrior : dans ce mode, vous pourrez choisir de faire apparaître des films très populaires ou plus rares dans vos recommandations en fonction du type de cinéma qui vous intéresse (mais toujours en lien avec les films que vous avez noté).
  • The wizard : nous avouons ne pas avoir vu de différences entre ce mode de personnalisation de l'algorithme et le précédent.

Les recommandations seront présentées sur votre page d'accueil qui indiquera alors :

  • Les recommandations du système sur des films déjà diffusés ;
  • D'autres sur les films en salle.


Fig.6 Recommandations personnalisées sur MovieLens.

Mais également dans la page spécifique « Top picks for you » dans laquelle vous en trouverez beaucoup plus et que vous pourrez trier via différents critères.


Fig.7 Page dédiée aux recommandations personnalisées sur MovieLens.

Bien sûr, à l'instar des précédents services, vous accèderez à de nouvelles recommandations de films « similaires » en cliquant sur la fiche détaillée d'un film.


Fig.8 Recommandations de films « similaires » à Casablanca sur MovieLens.

Parmi (beaucoup) d'autres fonctionnalités, Movielens propose également une page de statistiques sur les films que vous avez notés. Vous y trouverez par exemple des graphiques sur :

  • La distribution des notes que vous avez attribuées ;
  • La distribution des films notés dans le temps ;
  • Le nombre de films notés par genres.


Fig.9 Histogramme de fréquence des films notés par genre pour un utilisateur.

C'est clairement le service le plus abouti et surtout le plus configurable que nous ayons testé et cela n'est pas vraiment étonnant puisqu'il s'agit en fait d'un projet lancé par l'Université du Minnesota dans le but de mettre en œuvre des algorithmes de filtrage collaboratif et qui repose sur l'API de TMDb. D'ailleurs, tout comme celui-ci, vous pouvez importer vos notes du site de l'IMDb, en suivant les étapes listées sur cette page (https://movielens.org/profile/settings/import-export).


Fig.10 Statistiques d'import des notes d'un compte IMDb sur MovieLens.

Très pratique !

IMSE ou Internet Movie Search Engine (https://www.imse.co/)

Il s'agit d'un moteur de recherche qui ne nécessite pas que l'on s'identifie et que l'on peut interroger en langage naturel (en anglais) pour lui demander certains types de films ou encore ceux avec telle ou telle actrice. Nous avons tenté par exemple le peu probable « french movies about zombies » et avons obtenu (à notre grande surprise) 7 résultats pertinents, dont un « Les raisins de la mort » de 1978 noté tout de même 6,2/10 sur l'IMDB (https://www.imdb.com/title/tt0078077/).


Fig.11 Résultats d'une interrogation en langage naturel sur IMSE.

En cliquant sur le bouton « View similar movies » (ci-dessous pour Casablanca) on obtient une liste de recommandations qui nous a semblé très pertinente mais dont à nouveau on ne connaît pas le mode de calcul.


Fig.12 Films « similaires à Casablanca proposés par IMSE.

Un service qui donne des résultats étonnamment bons mais mériterait une plus grande transparence quant au fonctionnement de son algorithme de recommandations, ainsi qu'un système de filtrage et de tri des résultats.

Tastedive (https://tastedive.com )

Tastedive est un service de recommandations multithématiques où l'on trouvera les catégories « Music », « TV shows », « Books », « Authors », « Games », « Podcasts » et bien sûr « Movies ». Concrètement, le service tire partie des notes données par les membres de la communauté ainsi que que de celles que vous aurez attribuées, pour émettre ses suggestions personnalisées. Le système de notation personnel est simpliste puisqu'il ne repose que sur des Likes ou Dislikes, raison pour laquelle il est renforcé par les choix de vos « pairs » (ceux qui, comme vous ont aimé tel film, ont également aimé tels autres films).

Après avoir noté plusieurs films et rechargé notre page de recommandations personnalisées, les résultats nous ont paru assez convenus. Ils sont bien meilleurs en revanche lorsque l'on fait une recherche par similarité comme on le voit ici :


Fig.13 Films « similaires » à Casablanca sur TasteDive.

Movix (https://movix.ai/)

A la différence des précédents services, Movix se présente comme un système de recommandations de films basé sur du « deep learning » (environnement TensorFlow de Google) sans que l'on sache sur quels sets de données il est mis en œuvre.

Il est possible de se créer un compte pour enregistrer sa collection de films vus et afin d'améliorer les suggestions de l'outil mais au moment de nos tests l'identification par Google ou Facebook ne fonctionnait pas.

On peut cependant utiliser le dispositif sans cela. Il suffit de rechercher un film puis de liker ou disliker les suggestions qui vous sont alors proposées pour voir celles-ci s'affiner au fur et à mesure :


Fig.14 Recommandations personnalisée de films sur Movix.

Le service en l'état ne nous a pas vraiment convaincu…

Trouvertonfilm (https://trouverunfilm.fr)

Ce service part d'une approche différente puisqu'il doit permettre de trouver des films en fonction de son humeur après nous avoir soumis à un bref questionnaire.


Fig.15 Questionnaire d'aide au choix  proposé sur TrouverTonFilm.

L'idée est bonne, mais la concrétisation un peu moins. Le souci en effet est que la base de données est à la charge de la communauté qui doit soumettre les films à voir et en renseigner les critères. Le résultat est que le site ne propose que 1 286 films…

AllMovie (https://www.allmovie.com/advanced-search)

Terminons par Allmovie qui nécessite la création d'un compte et utilise deux modes de recommandations.

Le premier sera mis en œuvre en vous rendant dans l'onglet… « Recommandations ». Ici vous pourrez noter les films proposés de 1 à 5. La liste se mettra à jour en fonction de vos choix lorsque vous relancerez la page.


Fig.16 Recommandations personnalisées de films sur AllMovie.

En cliquant sur un film ou en en recherchant un, vous obtiendrez la fiche détaillée du film où vous trouverez de nouvelles suggestions (« Related movies ») qui nous ont paru particulièrement pertinentes.


Fig.17 Recommandation de films « similaires » à Casablanca sur AllMovie.

Dommage que l'on ne puisse pas importer sa liste IMDb afin d'obtenir rapidement des suggestions pertinentes...

DateNight movie (https://datenightmovies.com)

Le dernier service est anecdotique mais part d'une idée intéressante : trouver un film à voir en amoureux sachant que les goûts de l'un sont rarement ceux de l'autre… Pour cela vous allez choisir un film de référence et votre moitié un autre.


Fig.18 Recommandation de films après « matching » des choix par l'algorithme de DateNightMovie.

Pas sûr que le résultat convienne à tout le monde 🙂

Pour conclure, on notera qu'hormis l'excellent MovieLens, véritable révélation de ces tests selon nous, l'ensemble de ces services souffre d'un manque de transparence quant aux critères pris en compte par leurs algorithmes de recommandations. Sans aller bien sûr jusqu'à les dévoiler, il serait intéressant qu'ils laissent à l'utilisateur une plus grande marge de manœuvre sur les choix des critères auxquels il souhaite donner du poids pour les recommandations qui lui seront faites.

Bonne séance !


Christophe Deschamps,  Consultant-formateur : veille stratégique, intelligence économique, social KM, e-réputation, mindmapping, IST (http://www.outilsfroids.net/)