নেটফ্লিক্স পুরস্কার ভবিষ্যদ্বাণী যা চলচ্চিত্র মানুষ পছন্দ করবে খোলা কল ব্যবহার.
সবচেয়ে সুপরিচিত খোলা কল প্রকল্পের নেটফ্লিক্স পুরস্কার হয়. নেটফ্লিক্স একটি অনলাইন সিনেমা ভাড়া কোম্পানি, এবং 2000 সালে এটি গ্রাহকদের সিনেমা সুপারিশ Cinematch, একটি সেবা চালু করেছে. উদাহরণস্বরূপ, Cinematch লক্ষ্য হতে পারে আপনি রাশি যুদ্ধ এবং সাম্রাজ্যের স্ট্রাইকস পছন্দ পিছনে এবং তারপর সুপারিশ করছি যে আপনি Jedi প্রত্যাবর্তন ঘড়ি. প্রাথমিকভাবে, Cinematch দুর্বল কাজ. কিন্তু, অনেক বছর ধরে, Cinematch ভবিষ্যদ্বাণী করা গ্রাহকদের কি সিনেমা উপভোগ করবে তার ক্ষমতা উন্নত অব্যাহত. 2006 দ্বারা, তবে Cinematch অগ্রগতি plateaued. নেটফ্লিক্স গবেষকরা প্রায় কাছাকাছি সবকিছু তারা মনে করতে পারে চেষ্টা করেছিল, কিন্তু একই সময়ে, তারা সন্দেহভাজন অন্যান্য ধারনা যে তাদের সিস্টেম উন্নত করতে সহায়তা করতে পারে সেখানে ছিল. একটি খোলা কল: এভাবে তারা একটি র্যাডিকেল সমাধান কি ছিল সঙ্গে এসেছিলেন আপ, সময়ে.
নেটফ্লিক্স পুরস্কার পরিণামস্বরূপ সাফল্য ক্রিটিক্যাল কিভাবে খোলা কল পরিকল্পিত ছিল, এবং এই নকশা কিভাবে খোলা কল সামাজিক গবেষণার জন্য ব্যবহার করা যেতে পারে জন্য গুরুত্বপূর্ণ শিক্ষা লাভ করেছে. নেটফ্লিক্স শুধু ধারনা জন্য একটি আনস্ট্রাকচারড অনুরোধ, যা অনেক মানুষ কি কল্পনা যখন তারা প্রথম একটি খোলা কল বিবেচনা আউট করা হয়নি. বরং, নেটফ্লিক্স একটি সহজ মূল্যায়ন মানদণ্ড সঙ্গে একটি পরিষ্কার সমস্যা যাকে জাহির: তারা মানুষ চ্যালেঞ্জ 3 মিলিয়ন অনুষ্ঠিত আউট রেটিং ভবিষ্যদ্বাণী 100 মিলিয়ন সিনেমা রেটিং একটি সেট ব্যবহার করা (রেটিং যে ব্যবহারকারীদের তৈরি করেছে কিন্তু যে নেটফ্লিক্স মুক্তি না দিলে). যে কেউ যিনি একটি অ্যালগরিদম যে 3 মিলিয়ন অনুষ্ঠিত আউট রেটিং 10% বেশী ভালো Cinematch 1 মিলিয়ন ডলারে এভারেস্ট জয় হবে ভবিষ্যদ্বাণী করতে পারে তৈরী করতে পারে. এই পরিষ্কার এবং সহজ মূল্যায়ন মানদণ্ড-তুলনা অনুষ্ঠিত আউট পূর্বাভাস রেটিং আবেদন করতে রেটিং শুভেচ্ছাপ্রসূত যে নেটফ্লিক্স পুরস্কার এমনভাবে সমাধান উৎপন্ন চেয়ে পরীক্ষা করা সহজ হয় ষড়যন্ত্র করে ফাঁসানো হয়েছে; এটি একটি উন্মুক্ত কল জন্য উপযুক্ত একটি সমস্যার মধ্যে Cinematch উন্নতি চ্যালেঞ্জ পরিণত.
2006 সালের অক্টোবর মাসে, নেটফ্লিক্স একটি ডেটা সেটটি সম্পর্কে 500,000 গ্রাহকদের কাছ থেকে 100 মিলিয়ন সিনেমা রেটিং ধারণকারী (6 অধ্যায়ে আমরা এই তথ্য মুক্তির গোপনীয়তা প্রভাব বিবেচনা করা হবে) প্রকাশিত. নেটফ্লিক্স তথ্য বিপুল ম্যাট্রিক্স প্রায় 20,000 চলচ্চিত্র দ্বারা 500,000 গ্রাহকদের যে যেমন ধারণা করা যেতে পারে. এই ম্যাট্রিক্স মধ্যে, সেখানে 1 থেকে 5 তারার (সারণি 5.2) থেকে স্কেলে প্রায় 100 মিলিয়ন রেটিং ছিল. চ্যালেঞ্জ ম্যাট্রিক্স পরিলক্ষিত ডেটা ব্যবহারের জন্য 3 মিলিয়ন অনুষ্ঠিত আউট রেটিং ভবিষ্যদ্বাণী করা ছিল.
মুভি 1 | মুভি 2 | মুভি 3 | . . . | মুভি 20,000 | |
---|---|---|---|---|---|
গ্রাহক 1 | 2 | 5 | . | ? | |
গ্রাহক 2 | 2 | ? | . | 3 | |
কাস্টমার 3 | ? | 2 | . | ||
. . . | . | . | . | . | . |
গ্রাহক 500,000 | ? | 2 | . | 1 |
গবেষক এবং বিশ্বের প্রায় হ্যাকার চ্যালেঞ্জ প্রতি আকৃষ্ট হয় এবং 2008 দ্বারা 30,000 এরও বেশি মানুষ এটা কাজ ছিল (Thompson 2008) . প্রতিযোগিতা অবশ্যই ধরে, নেটফ্লিক্স অধিক 5,000 দল থেকে বেশি 40,000 প্রস্তাবিত সমাধান পেয়েছি (Netflix 2009) . একথাও ঠিক যে, নেটফ্লিক্স পড়া এবং এই সব প্রস্তাবিত সমাধান বুঝতে না পারে. গোটা ব্যাপারটাই, মসৃণ দৌড়ে অবশ্য কারণ সমাধান চেক সহজ ছিল. নেটফ্লিক্স শুধু একটি কম্পিউটার একটি প্রাক নির্দিষ্ট মেট্রিক (বিশেষ মেট্রিক তারা ব্যবহৃত গড়-স্কোয়ারড ত্রুটির বর্গমূল ছিল) দ্বারা অনুষ্ঠিত আউট রেটিং পূর্বাভাস রেটিং তুলনা হতে পারে. এটা দ্রুত সমাধান নেটফ্লিক্স সক্রিয় সবাই, যা নিষ্কাশিত কারণ ভাল ধারনা কিছু বিস্ময়কর জায়গা থেকে গুরুত্বপূর্ণ হতে থেকে সমাধান গ্রহণ করতে মূল্যায়নের জন্য এই ক্ষমতা ছিল. বস্তুত, উইনিং সমাধান একটি দল তিনটি গবেষকরা যে কোনো পূর্ববর্তী অভিজ্ঞতা ভবন সিনেমা সুপারিশ সিস্টেম ছিল দ্বারা শুরু দ্বারা জমা দেওয়া হয়েছে (Bell, Koren, and Volinsky 2010) .
নেটফ্লিক্স পুরস্কার এক সুন্দর দৃষ্টিভঙ্গি এটি বিশ্বের সবাই সক্রিয় তাদের সমাধান মোটামুটি মূল্যায়ন আছে. মানুষ তাদের পূর্বাভাস রেটিং আপলোড করে, তখন তারা তাদের একাডেমিক পরিচয়পত্র, তাদের বয়স, জাতি, লিঙ্গ, যৌন, বা নিজেদের সম্পর্কে কিছু আপলোড করার প্রয়োজন ছিল না. সুতরাং, স্ট্যানফোর্ড থেকে একটি বিখ্যাত অধ্যাপক পূর্বাভাস রেটিং ঠিক তার বেডরুমে একটি কিশোর থেকে যারা হিসাবে একই চিকিত্সা করা হয়. দুর্ভাগ্যবশত, এই সবচেয়ে সামাজিক গবেষণায় সত্য নয়. যে সবচেয়ে সামাজিক গবেষণার জন্য, মূল্যায়ন খুব সময় ব্যয়কারী এবং আংশিকভাবে বিষয়ী হল. সুতরাং, অধিকাংশ গবেষণা ধারনা গম্ভীরভাবে মূল্যায়ন করা হয় না, এবং যখন ধারণা মূল্যায়ন করা হয়, এটা ধারণা স্রষ্টা থেকে সেই মূল্যায়ন বিচ্ছিন্ন কঠিন. কারণ সমাধান না পরীক্ষা করতে সহজ হয়, খোলা কল গবেষকরা সব সম্ভাব্য বিস্ময়কর সমাধান যে ফাটল মাধ্যমে পড়া হবে যদি তারা শুধুমাত্র বিখ্যাত অধ্যাপকদের থেকে সমাধান বিবেচিত একসেস করতে অনুমতি দেয়.
উদাহরণস্বরূপ, পর্দা নাম দিয়ে নেটফ্লিক্স পুরস্কার কেউ সময় এক পর্যায়ে সাইমন ভীত একটি একবচন মান পচানি উপর ভিত্তি করে তার ব্লগে একটি প্রস্তাবিত সমাধান পোস্ট, রৈখিক বীজগণিত থেকে একটি পদ্ধতির যে অন্যান্য অংশগ্রহণকারীদের দ্বারা পূর্বে ব্যবহৃত হয়নি. ফাঙ্ক এর ব্লগ পোস্টে একযোগে কারিগরি ও weirdly অনানুষ্ঠানিক ছিল. এই ব্লগ পোস্টে একটি ভাল সমাধান বর্ণনা বা এটা সময় নষ্ট করা হয়েছিল? একটি খোলা কল প্রকল্পের বাইরে, সমাধান কখনো গুরুতর মূল্যায়ন হতে পেয়েছি. পরে সব সাইমন ফাঙ্ক জয়েনস টেক বা এমআইটি অধ্যাপক ছিলেন না; তিনি একটি সফটওয়্যার ডেভেলপার যারা সময়ে নিউজিল্যান্ড প্রায় backpacking ছিল (Piatetsky 2007) . তিনি নেটফ্লিক্স এ একজন ইঞ্জিনিয়ার এই ধারণা ইমেল নিত, তা হলে এটা প্রায় অবশ্যই গুরুত্বের সাথে গ্রহণ করা হবে.
সৌভাগ্যবসত, কারণ মূল্যায়ন মানদণ্ড স্পষ্ট এবং প্রয়োগ করা সহজ ছিল, তার পূর্বাভাস রেটিং মূল্যায়ন করা হয়, এবং এটি অবিলম্বে পরিষ্কার যে তার পদ্ধতির খুব শক্তিশালী ছিল: সে প্রতিযোগিতায় চতুর্থ স্থান থেকে রকেটের গতিতে একটি অসাধারণ ফল দেওয়া যে অন্যান্য দল ইতিমধ্যে ছিল সমস্যা মাসের জন্য কাজ. শেষ পর্যন্ত, সাইমন ফাঙ্ক এর পদ্ধতির অংশ কার্যত সব গুরুতর প্রতিযোগীদের দ্বারা ব্যবহার করা হয় (Bell, Koren, and Volinsky 2010) .
সত্য যে সাইমন ভীত একটি ব্লগ পোস্টে, তার পদ্ধতির ব্যাখ্যা বরং এটা গোপন রাখার চেষ্টা করার চেয়ে লিখতে বেছে নেওয়া হয়েছে, এছাড়াও দেখায় যে, নেটফ্লিক্স পুরস্কার অনেক অংশগ্রহণকারীদের একচেটিয়াভাবে মিলিয়ন ডলার পুরস্কার দ্বারা অনুপ্রাণিত করা হয় নি. বরং অনেক অংশগ্রহণকারীদের এছাড়াও বুদ্ধিবৃত্তিক চ্যালেঞ্জ এবং সম্প্রদায় যে সমস্যা আশেপাশে ভোগ করলো (Thompson 2008) , অনুভূতি যে আমি আশা অনেক গবেষক বুঝতে পারেন.
নেটফ্লিক্স পুরস্কার একটি খোলা কলের একটি ধ্রুপদী উদাহরণ. নেটফ্লিক্স একটি নির্দিষ্ট লক্ষ্য নিয়ে প্রশ্ন করেন (সিনেমা রেটিং পূর্বাভাসের) এবং অনেক মানুষের কাছ থেকে সমাধান জানতে চায়নি. নেটফ্লিক্স কারণ তারা তৈরি করতে চেয়ে যাচাই করার জন্য সহজ ছিল এই সব সমস্যার সমাধান নির্ণয় করতে পেরেছিলেন, এবং পরিণামে নেটফ্লিক্স সবচেয়ে ভালো সমাধান বাছাই. এর পরে, আমি আপনাদের দেখাবো কিভাবে এই একই পদ্ধতির জীববিদ্যা এবং আইন ব্যবহার করা যেতে পারে করব.