તમારા પોતાના ઉત્પાદનનું નિર્માણ ઉચ્ચ જોખમ, ઉચ્ચ-વળતર અભિગમ છે. પરંતુ, જો તે કાર્ય કરે છે, તો તમે સકારાત્મક પ્રતિસાદ લૂપથી લાભ મેળવી શકો છો જે વિશિષ્ટ સંશોધનને સક્ષમ કરે છે.
તમારા પોતાના પ્રયોગને એક પગલું આગળ વધારવાનો અભિગમ લેતા, કેટલાક સંશોધકો વાસ્તવમાં પોતાના ઉત્પાદનોનું નિર્માણ કરે છે. આ ઉત્પાદનો વપરાશકર્તાઓને આકર્ષિત કરે છે અને પછી પ્રયોગો અને અન્ય પ્રકારના સંશોધન માટેના પ્લેટફોર્મ તરીકે સેવા આપે છે. ઉદાહરણ તરીકે, યુનિવર્સિટી ઓફ મિનેસોટાના સંશોધકોએ ફિલ્મલન્સ બનાવ્યું છે, જે મફત, બિનવ્યાવસાયિક વ્યક્તિગત કરેલી ફિલ્મ ભલામણો પૂરા પાડે છે. મુવીલાન્સ 1997 થી સતત ચાલે છે, અને આ સમય દરમિયાન 250,000 નોંધાયેલા વપરાશકર્તાઓએ 30,000 કરતા વધુ ફિલ્મો (Harper and Konstan 2015) ની 20 મિલિયન કરતા વધુ રેટિંગ્સ પ્રદાન કરી છે. મુવીલાન્સે લોકોના સક્રિય સમુદાયનો ઉપયોગ જાહેર માલસામાનના યોગદાન વિશે સામાજિક વિજ્ઞાનના સિદ્ધાંતોના પરીક્ષણથી લઇને અદ્ભુત સંશોધન કરવા માટે કર્યો છે (Beenen et al. 2004; Cosley et al. 2005; Chen et al. 2010; Ren et al. 2012) ભલામણ પ્રણાલીઓમાં અલ્ગોરિધમિક પડકારો (Rashid et al. 2002; Drenner et al. 2006; Harper, Sen, and Frankowski 2007; Ekstrand et al. 2015) . વાસ્તવિક પ્રોડક્ટ પર સંપૂર્ણ નિયંત્રણ ધરાવતા સંશોધકો વગર આમાંના ઘણા પ્રયોગ શક્ય બન્યાં ન હતાં.
કમનસીબે, તમારું પોતાનું ઉત્પાદન બનાવવું એ અતિ મુશ્કેલ છે, અને તમારે તેની શરૂઆત કંપની શરૂ કરવી જોઈએ: ઉચ્ચ જોખમ, ઉચ્ચ પુરસ્કાર જો સફળ થાય, તો આ અભિગમ કંટ્રોલનો ખૂબ પ્રદાન કરે છે જે વાસ્તવવાદ અને હાલના સિસ્ટમ્સમાં કામ કરતા સહભાગીઓ સાથે તમારા પોતાના પ્રયોગનું નિર્માણ કરે છે. વધુમાં, આ અભિગમ સંભવિત રૂપે સકારાત્મક પ્રતિસાદ લૂપ બનાવવા સક્ષમ છે, જ્યાં વધુ સંશોધન વધુ સારું ઉત્પાદન તરફ દોરી જાય છે જે વધુ વપરાશકર્તાઓ તરફ દોરી જાય છે જે વધુ સંશોધકો તરફ દોરી જાય છે અને આ રીતે (આંકડા 4.16). બીજા શબ્દોમાં કહીએ તો, એક વખત સકારાત્મક પ્રતિક્રિયા લૂપ કિક થાય છે, સંશોધનને સરળ અને સરળ થવું જોઈએ. તેમ છતાં આ અભિગમ અત્યારે મુશ્કેલ છે, મારી આશા એ છે કે ટેક્નોલોજીમાં સુધારો થાય તે વધુ પ્રાયોગિક બનશે. ત્યાં સુધી, જો કે, જો કોઈ સંશોધક ઉત્પાદનને નિયંત્રિત કરવા માંગતા હોય, તો વધુ સીધી વ્યૂહરચના કંપની સાથે ભાગીદારી કરવી છે, હું જે મુદ્દો આગળ જણાવીશ તે છે.