о нас
персоналии
сми о нас


проекты
издательство
кафедра


книга
термины
Имхонет


исследования
аналитика
ссылки

, Михаил Грунин

$1’000’000 за новый рекомендательный алгоритм

В октябре популярный американский интернет-сервис видеопроката Netflix объявил . Тому, кто повысит точность рекомендаций клиентам сервиса более чем на 10%, обещан приз – 1 миллион долларов.

Рекомендательная система NetFlix основана на методе коллаборативной фильтрации. На первый взгляд, этот принцип прост. Множество пользователей выставляют оценки просмотренным фильмам. Если кто-то из них хочет получить рекомендацию, то с учетом его оценок ему подбираются «единомышленники», чьи оценки близки его собственным. На основании мнения этого круга людей ему автоматически выдается персональный совет: стоит смотреть фильм, или нет. Благодаря такой системе клиенты выбирают картины, которые в ином случае могли бы вообще не заметить: редкие или не шедшие в широком прокате, старые, иностранные ленты, авторское кино. С другой стороны, непредвзятые рекомендации могут предостеречь человека от ошибочного выбора фильма, который ему точно не понравится – несмотря на агрессивный промоушен в СМИ. По данным NetFlix, те, кто воспользовался виртуальными рекомендациями «единомышленников», как правило, более довольны просмотром, чем те, кто ориентировался на рецензию в журнале, рекламный трейлер или что-то еще.

Отчасти, колоссальный размер премиальной суммы объясняется тем, что две трети своих заказов NetFlix получает именно от клиентов коллаборативной системы. Кроме того, хороший креатив в поиске усовершенствования рекомендательного алгоритма – большая редкость. Хотя в мире этот подход разрабатывается более 10 лет, существующие модели до сих пор оставляют желать лучшего. По оценке профессора информатики Университета Миннесоты, пионера в области коллаборативной фильтрации Джона Ридла, Netflix наряду с Amazon обладает сейчас самыми передовыми рекомендательными системами. Тем не менее «все простые решения уже реализованы», сказал он, и чем дальше, тем сложнее стало увеличивать точность предсказаний. Ридл отметил, что повышение точности рекомендаций Netflix на 10% может привести к значительному росту продаж.

Для повышения качества исследований, Netflix предоставит 100 миллионов оценок фильмов своих пользователей, самую большую, по данным компании, базу данных подобного рода. До сих пор исследователи, работавшие над улучшением рекомендательных систем, использовали гораздо более скромную базу данных MovieLens – 1 миллион оценок. При этом вице-президент компании по рекомендательным системам Джеймс Беннет, сообщил, что анонимность людей, выставлявших эти оценки, сохранена. Представители Netflix даже консультировались со специалистами в области информационной безопасности, чтобы этих пользователей нельзя было идентифицировать.

Никто из самой компании Netflix не имеет права участвовать в конкурсе. Тем более что «если бы мы знали, как это сделать, мы бы уже сделали», – говорит Рид Хастингс, CEO Netflix. – А мы занимались этим вопросом на протяжении долгого времени». Хастингс считает очень важным предоставление базы оценок широкой публике. «Если вы не работаете в исследовательских центрах Microsoft, Yahoo или Netflix, то у вас никогда не будет доступа к такому объему данных». «Прелесть нашего конкурса состоит в том, что вы можете быть программистом в Румынии или статистиком в Тайване и стать победителем».
Разумеется, могут попробовать свои силы и пользователи из России, где метод коллаборативной фильтрации известен пока лишь узкому кругу специалистов. Активные разработки в этой области ведет российский Фонд научных исследований «Прагматика культуры». «Масштабное внедрение рекомендательных систем на основе коллаборативной фильтрации позволит решить ключевую проблему современных рынков – проблему потребительской навигации в товарном изобилии», – комментирует новость президент Фонда, предприниматель, профессор Высшей школы экономики Александр .

«Проблема выбора наиболее обострена в культурных и около-культурных сегментах рынка, поскольку там нет формальных критериев оценки качества произведений. Отсюда наш сфокусированный интерес к этой технологии, над которой мы работаем более трех лет. Коллаборативная фильтрация – поистине революционное новшество в области межличностных коммуникаций. Ее широкое внедрение в социальные практики может радикально изменить ситуацию, преодолеть общий кризис в культуре.

Но пока даже на Западе рекомендательные системы остаются скорее экзотикой, либо инструментом навязывания товара. У нас эта технология практически неизвестна. Мы надеемся, что конкурс, объявленный NetFlix, будет способствовать не только разработке новых алгоритмов, но и популяризации самой технологии – как в мире, так и в нашей стране», – говорит А. .

Если никто не выиграет приз в течение года, Netflix выдаст 50 тысяч долларов тому, кто продвинется дальше всех в повышении точности. Так будет происходить каждый год. Однако в компании надеются, что рано или поздно кто-нибудь выполнит главное условие конкурса и получит миллион.

Подробнее о коллаборативной фильтрации и рекомендательной системе: http://artpragmatica.ru/rs/




in english
контакты

ИСКАТЬ

Лак для паркета lobadur ws easyfinish. . Закажите ремонт квартиры в новостройке в Иркутске у нас по лучшим ценам с гарантией.