Przeczucie: lekarstwo na niezdecydowanie?

Ostatnio wyszukiwarki zaczęły bardziej koncentrować się na udzielaniu odpowiedzi na konkretne pytania. Umieść na przykład stolicę Botswany w większości wyszukiwarek, a one z radością wytworzą zarówno poprawną odpowiedź, jak i linki do odpowiednich witryn. Jednak większość wyszukiwarek jest mało przydatna w przypadku bardziej abstrakcyjnych zapytań, takich jak Którą książkę powinienem przeczytać? lub Co zrobić na obiad?

Przeczucie , strona internetowa, która jest dziś dostępna dla publiczności, ma nadzieję być odpowiedzią na te pytania i wiele innych.

Przeczucie zaczyna się tam, gdzie kończy się wyszukiwarka, według współzałożyciela Fałszywa Caterina , który wcześniej współtworzył witrynę do udostępniania zdjęć Flickr a później pracował nad Yahoo Answers. Fake wskazuje, że zwykła wyszukiwarka dostarczyłaby użytkownikowi zainteresowanemu zakupem aparatu cyfrowego linki do setek witryn, które przeglądają i porównują najnowsze modele. Użytkownik musi następnie posortować te informacje i dowiedzieć się, który aparat jest dla niego odpowiedni.

W przeciwieństwie do tego, Hunch zadaje kilka prostych pytań wielokrotnego wyboru, w tym: Jaki rodzaj fotografii Cię interesuje?, Czy chcesz „wyceluj i zrób zdjęcie”, lustrzankę czy dalmierz?, oraz Jaki masz zoom chcieć? przed zaleceniem konkretnego modelu.

Witryna oferuje spersonalizowane rekomendacje dotyczące wszelkiego rodzaju zapytań. Chociaż wiele pytań znajdujących się już na stronie jest beztroskich, pod maską kryje się poważna informatyka.

Gdy użytkownik utworzy konto i zaloguje się do Hunch, ma możliwość odpowiadania na wszelkiego rodzaju pytania w polu oznaczonym Teach Hunch About You. Gdy użytkownik przechodzi przez te pytania, Hunch gromadzi ryzy danych, aby pomóc w sformułowaniu zaleceń.

Aby dostosować swoje rekomendacje, Hunch łączy odpowiedzi użytkownika na pytania z informacjami z jego profilu. Użytkownicy mogą wskazać, czy rekomendacje Huncha były dobre, czy nie, a te informacje pomogą dostosować czynniki, które kierują algorytmami witryny w przyszłości.

Fake uważa, że ​​wiele istniejących systemów rekomendacji, takich jak te używane przez Amazon czy Netflix, ma problemy, ponieważ gromadzone przez nie dane dotyczą wąskiego zakresu tematów. Uważa, że ​​problem polega na tym, że mają do dyspozycji tylko oceny książek lub filmów użytkowników. czy lubisz Dynamit Napoleona może mieć coś wspólnego z tym, czy grałeś dużo w pinball jako dziecko, mówi Fake.

Fake postrzega Hunch jako wielki eksperyment, ale jego sukces będzie zależał od chęci użytkowników do generowania nowych treści dla witryny i przekazywania informacji zwrotnych w celu wytrenowania jej algorytmów. Chociaż firma zamieściła witrynę kilkoma pytaniami i tematami ankiety, większość z tego, co jest teraz, została dodana przez samych użytkowników podczas testów beta, mówi Fake.

Czas pytań: Hunch zadaje użytkownikom kilka pytań w celu doprecyzowania ich oryginalnego zapytania.

Oprócz oceny przydatności wyniku użytkownicy mogą sugerować inne rekomendacje lub ulepszenia ankiet. Nowe tematy zapytań mogą być dodawane do obszaru warsztatów w celu opracowania, dopóki głosy użytkowników nie wskażą, że są one wystarczająco dokładne, aby można je było opublikować jako pytania w szerszej witrynie.

Jan Riedl , profesor informatyki na University of Minnesota, który bada systemy rekomendacji i współpracę online, mówi, że Hunch zmaga się z fascynującym problemem, nad którym naukowcy akademiccy pracują od dawna. Komputery świetnie nadają się do tworzenia gier takich jak 20 pytań, mówi; Przeczucie ma jednak do czynienia z dużo bardziej amorficznymi problemami. Pojedyncze pytanie może mieć dziesiątki możliwych wyników, a informacje podane przez użytkownika mogą nie pomóc komputerowi w wyraźnym rozróżnieniu opcji.

Kluczową kwestią, jak mówi Riedl, będzie to, czy strona może zbudować bazę wolontariuszy, którzy chcą wnieść swój wkład. Podczas gdy projekty, które opierają się na treściach generowanych przez użytkowników – takie jak Wikipedia – reprezentują niektóre z niezwykłych osiągnięć naszych czasów, mówi Riedl, Hunch pyta wielu użytkowników.

Hunch musi jeszcze odpowiedzieć na pytanie, w jaki sposób może zarabiać, ale Fake twierdzi, że przychody prawdopodobnie będą pochodzić z linków sponsorowanych, które pojawiają się obok wyników. Lub jeśli Hunch zasugeruje konkretną markę laptopa, witryna może otrzymać opłatę za polecenie, jeśli użytkownik kupi urządzenie. Fake podkreśla jednak, że reklama pojawiłaby się dopiero po wygenerowaniu wyniku i nie wpłynęłaby na produkty, które sugeruje strona.

W miarę ulepszania strony Fake ma nadzieję, że wyniki będą coraz bardziej intuicyjne, odpowiednie, a nawet nieco tajemnicze. Mówi, że chcę, żeby to było jak w przypadku Magic 8 Ball.

ukryć