算法:比好友更好?

所属分类 :金融

Goodreads昨天宣布它已经收购了Discovereads,这是一个使用算法根据人们的喜好和具有相似品味的用户的偏好向人们推荐书籍的网站

“纽约时报”的Bits博客指出,确定口味的业务已成为一个有利可图的业务:2007年,Netflix举办了一场竞赛,为想要如何最好地改进其推荐系统的人提供一百万美元的奖金

获奖团队称自己为BellKor的实用混乱,他们在提交的文章中写道:我们的经验是,大多数努力应集中在推导出截然不同的方法,而不是改进单一技术

因此,我们的解决方案是许多方法的集合

是的,数字有实力,在这种情况下使用的算法数量不同:BellKor的数量为107,“混合成一个单一的预测”,并将Netflix的系统提升了10%

Discovereads团队的灵感来自Netflix奖,以创建类似的书籍解决方案,现在,三年后,他们通过收购Goodreads获得了自己的奖项

他们还采用了一种混合的算法方法,一种非常好的方法! - 允许广告商更好地使用我们可能喜欢的书籍来定位我们

现在,我觉得这很好,总的来说:尽管我的Netflix推荐有时令人费解(我经常想要摇晃电脑并告诉它,电脑,基于我对“明星”的兴趣,我不想看到“复仇的伴娘

”难道你不能看到我运行的算法是:根据我对好电影的兴趣,我想看看其他好电影吗

),部分乐趣是点击所有疯狂的东西Netflix我想我应该看

Netflix就像一个相当狡猾但善意的机器人朋友,浪费一点时间是很有趣的

但是,虽然Netflix依赖这种自动推荐系统是有意义的(因为它本质上是一个视频租赁商店),但对于Goodreads来说却没有多大意义,Goodreads首先是社区

我最喜欢的是我告诉我哥们在读什么的更新

建议(和广告)对我来说并不重要,但如果它们会在那里,我希望它们是人类已知的最佳算法鸡尾酒的结果

这让我想到了书和电影推荐如何在线下世界中发挥作用

我有一个朋友,他完全信任我喜欢的电影,因为在十二年的友谊中他从来没有让我失望过;出于类似的原因,我有一个我完全信任的书籍的好朋友

无论上帝放在这两个人身上的算法是什么,对我来说都是正确的算法

否则,我必须进行一些务实的混乱:我必须倾听一些好友和一些好评论者的意见,并等待获得一般意见(这是神秘的),然后我可以决定是否跳

这是一个很棒的系统!它是无与伦比的,即使是一台聪明的机器

不过,我确实想知道我狡猾的Netflix伙伴以及我即将见到的新的和改进的Goodreads伙伴:他们有一天会非常善于阅读我的想法,他们可以与现实生活中的朋友互换

(“友谊算法”,作者:MnGyver

作者:古烀榔