2006 年，Netflix 拿出 100 万美元，悬赏能改进它电影推荐的人。不过，比赛评的不是推荐，评的是一个数。
Netflix 的系统叫 Cinematch，它预测会员会给一部电影打几颗星。比赛衡量的是这些预测的误差，即均方根误差，在一批不公开的评分上算。Cinematch 的误差是 0.9525。要拿大奖，得把它降到 0.8572 或更低，也就是改进 10%。Netflix 在规则里写，它估计 10%「相当难」，「可能要几个月，也可能要几年」。为了让比赛有意思，它每年再设一个 5 万美元的进步奖，奖给当年改进最多的队伍。
一年后，一支叫 Korbell 的队伍以 8.43% 的改进拿下第一个进步奖。他们说花了 2000 多小时，最后组合了 107 个算法。Netflix 挑出其中最好的两个，改造到能处理自己 50 多亿条评分的数据上，放进了正式系统。
最后那一段又走了两年。2009 年 7 月 26 日，比赛快结束时，两支队伍交上来的预测，在不公开的测试集上分数一模一样：误差 0.8567，改进 10.06%。排行榜上，BellKor’s Pragmatic Chaos 的提交时间是 18:18:28，The Ensemble 是 18:38:22。规则早就定好了平局怎么办：先收到的先评。用 Netflix 的话说，获胜的提交「离这场将近三年的比赛结束只差 24 分钟」。
2009 年 9 月 21 日，奖金在纽约颁出，获奖的是一个融合了数百个预测模型的组合。
2012 年 4 月，两位 Netflix 工程师在公司技术博客上讲了它后来的下落：「我们离线评估了其中一些新方法，但测出来多出的那点准确度，似乎不值得为了放进正式系统而投入那么多工程力气。」
业务也变了。比赛开始后一年，2007 年，Netflix 推出了流媒体。到 2012 年，会员是当场挑片，可以先试看几部，Netflix 也能看到一部片子是看完了还是只看了一半。工程师写道，公司的业务目标是会员满意度和逐月续订率。比赛当初需要的，是「一个更容易评估和量化的替代问题」。准确预测评分，用他们的话说，只是推荐系统「众多组成部分之一」。