I denna studie har vi undersökt Netflixanvändares generella uppfattning och förståelse om filtrering, rekommendationssystem och personliga rekommendationer. Vi undersökte utifrån ett användarperspektiv på grund av att det inte förekom tidigare forskning centrerat kring användare inom dessa tre områden. För att svara på forskningsfrågorna har vi genomfört en semistrukturerade internetbaserad intervju som gav oss möjlighet till att förstå bakomliggande orsak till deras uppfattning. Vi intervjuade tio vana Netflixanvändare. Resultatet visade att de Netflixanvändare vi studerat var generellt inte nöjda. De beskrev att deras beslutprocess blev påverkade av filtreringen och rekommendationerna de fick av tjänsten. Av de tio intervjuade användare var det enbart två användare som var nöjda med rekommendationerna och faktiskt använde personliga rekommendationerna de fick. Åsikterna användarna hade om rekommendationsystemet påverkade deras uppfattning om personliga rekommendationer och filtrering. Resultatet visade även att användarna söker förståelse till hur Netflix rekommenderar, de vill kunna se en tydlig sambandet mellan deras tidigare sedda innehåll med deras nuvarande personliga rekommendationer.Vid slutet av studien gav vi framtida rekommendationer till fortsatt arbete inom ämnet.

In this study, we have examined Netflix users' general perception and understanding of filtering, recommender system and personal recommendations. We investigated from a user perspective because this perspective centered around users was lacking in previous research. To answer the research questions, we conducted a semi-structured internet-based interview that gave us the opportunity to understand the underlying cause of their opinion. We interviewed ten experienced Netflix users. The results showed that Netflix users we studied were generally not satisfied. They described that their decision-making process was influenced by the filtering and the recommendations they received from the service. Of the ten interviewed users, only two were satisfied with the recommendations and used the personal recommendations they received. The users' opinion about recommender system affected their views of personal recommendations and filtering. The result also showed that the users seek understanding of how Netflix recommends, they want to see a clear connection between their previously seen content with their current personal recommendations. At the end of the study, we gave future recommendations to further work in this subject.