Возможно, вам понравится также…
Такую надпись мы можем увидеть довольно часто – на музыкальных и фильмовых сайтах, в интернет-магазинах, на страницах популярных СМИ. Самое интересное, что, как правило, нам действительно нравится то, что предлагает алгоритм. И мы послушно кликаем на предложенные статьи (книги, товары), удивляясь, каким же чудесным образом система угадывает наши предпочтения и подсказывает нам, какой материал мы бы хотели еще прочесть. Никаких чудес! На самом деле, это работа рекомендательных систем, основанных на сборе статистических данных и четких алгоритмах. Они стремительно завоевывают весь мир и стали обязательными не только для развлекательных площадок, СМИ и других контентных ресурсов. Пробуем разобраться более подробно. Все началось с Netflix Рекомендательные системы – это специальные программы и сервисы, которые с помощью алгоритмов попадают в ожидания пользователей и предлагают им то, что им должно понравиться. Идея таких рекомендаций не нова: самые примитивные появились еще лет 20 назад. Рост их популярности принято отсчитывать с известного конкурса Netflix Prize в 2006 году. Это сейчас мы знаем Netflix как гиганта онлайн-видеоконтента, а в начале 2000-х компания предоставляла прокат фильмов на VHS-кассетах и DVD. Поэтому для них было важно угадывать пожелания пользователей, чтобы рекомендовать им новые фильмы, увеличивая количество клиентов. В 2006 году они запустили соревнование Netflix Prize. В открытый доступ были выложены данные, в которых было около 100 миллионов отзывов пользователей, оценивших фильмы. Участники соревнования должны были угадать, какую оценку поставят тому или иному фильму пользователи. Задача Netflix состояла в том, чтобы улучшить алгоритм, с помощью которого они предсказывали выбор пользователей, и увеличить количество правильных предсказаний на 10%. Ставка была высока: победитель получал приз в $ 1 000 000. Соревнование продолжалось почти три года, и в результате порог в 10% был перейден.
Источник -
mignews.com