5.3.1 Netflix Prize

Netflix шагналт хүмүүс ямар кино шиг болно урьдчилан нээлттэй дуудлага ашигладаг.

хамгийн сайн танигдсан нээлттэй дуудлага төсөл Netflix шагнал юм. Netflix онлайн кино түрээсийн компани бөгөөд 2000 онд энэ нь хэрэглэгчдэд кино санал болгох Cinematch, үйлчилгээг эхлүүлсэн. Жишээ нь, Cinematch та Буцах Give, дараа нь та Jedi нь Return үзэх зөвлөж Оддын дайн ба эзэнт гүрэн ажил хаялт дуртай анзаарч болох юм. Эхлээд Cinematch муу ажилласан. Гэвч олон жилийн турш, Cinematch хэрэглэгчид сэтгэл хангалуун байх ямар кино урьдчилан таамаглах чадварыг сайжруулах хэвээр байна. 2006 он гэхэд Гэхдээ Cinematch дээр ахиц дэвшил plateaued. Netflix судлаачид тэд бодож болох юм нэлээн их бүгдийг оролдож байсан боловч тэр үед, тэд өөр санаа тэднийг тогтолцоог боловсронгуй болгох тусалж болох байсан гэж сэжиглэсэн. Нээлттэй дуудлага: Тиймээс тэд юу нь цагт нь эрс шийдэл ирсэн юм.

Netflix шагналыг боломжтой амжилтад чухал хэрхэн нээлттэй дуудлага зорилготой байсан бөгөөд энэ нь зураг төсөл, нийгмийн судалгааны дуудлага хэр нээлттэй ашиглаж болох чухал сургамж байна. Netflix зүгээр л санаа нь зохион байгуулалтгүй хүсэлтийг тэд анхны нээлттэй дуудлага авч үзэх үед олон хүн төсөөлж гэж юу вэ гаргаж тавьж чадаагүй. Харин, Netflix энгийн үнэлгээний шалгуур нь тодорхой асуудлыг тавьсан нь тэд 3 сая эзэмшиж гарч үнэлгээг урьдчилан таамаглах 100 сая киноны зэрэглэл багц ашиглаж хүмүүсийг бэрхшээлтэй (хэрэглэгч хийсэн үнэлгээний ч Netflix гаргах биш үү гэсэн). 10% Cinematch 1 сая доллар ялна илүү 3 сая эзэмшиж гарч зэрэглэлийг таамаглаж болох нь алгоритм бий болох юм хэн ч. Энэ нь ойлгомжтой, хялбар, үнэлгээний шалгуур харьцуулан зохион гарах гэж таамаглаж үнэлгээг хэрэглэх зэрэглэл, үг Netflix шагналт шийдэл бий аас шалгах хялбар байдаг ийм байдлаар рамтай болсон бол; Энэ нь нээлттэй дуудлага тохиромжтой асуудал руу Cinematch сайжруулах сорилт болсон.

2006 оны аравдугаар сард, Netflix-ий тухай 500,000 харилцагч 100 сая кино үнэлгээг агуулсан (бид 6-р бүлэгт энэ нь өгөгдлийн хувилбар нууцлалын үр дагаврыг авч үзэх болно) нь мэдээллийн санг гаргасан. Netflix мэдээлэл 20,000 кинонд хамт 500,000 худалдан авагчид ойролцоогоор асар том матриц гэж томьёолжээ болно. Энэ матриц дотор, 1 5 од (Хүснэгт 5.2) нь хэмжээнд 100 орчим сая зэрэглэл байна. сорилт 3 сая эзэмшиж гарч үнэлгээг урьдчилан матриц ажиглагдсан мэдээллийг ашиглах явдал юм.

Дэлхий даяар судлаачид, хакерууд сорилт татагдаж байсан бөгөөд 2008 он гэхэд 30,000 гаруй хүн үүн дээр ажиллаж байна (Thompson 2008) . Уралдаанд турш, Netflix 5000 гаруй баг нь 40,000 гаруй санал шийдлийг хүлээн авсан (Netflix 2009) . Мэдээж хэрэг, Netflix уншиж, эдгээр бүх санал болгож буй шийдэл ойлгож чадсангүй. бүх зүйл хэвийн Гэхдээ шийдэл шалгах нь хялбар байсан учраас ажиллуулдаг. Netflix зүгээр л компьютер нь өмнөх заасан метр (ялангуяа тэдгээр нь дундаж квадрат алдаа квадрат язгуур байсан хэрэглэсэн хэмжилтийн) эзэмшиж гарч зэрэглэл гэж таамаглаж үнэлгээг харьцуулж байж болох юм. Энэ нь хурдан хүн, сайн санаа зарим нэг гайхмаар газар ирсэн, учир нь чухал ач холбогдолтой байх болсон нь шийдлийг хүлээн Netflix боломжтой шийдлүүдийг үнэлэхэд энэ чадвар юм. Үнэндээ ялалт шийдэл нь ямар ч өмнөх туршлага барилгын кино зөвлөмж системийг байсан гурван судлаачид эхэлсэн баг ирүүлсэн байна (Bell, Koren, and Volinsky 2010) .

Netflix шагналын нэг сайхан тал нь энэ нь тэдний шийдэл шударгаар үнэлж байх нь дэлхий дээрх хүн бүр идэвхжсэн юм. хүмүүс таамаглаж зэрэглэлийг Хуулагдсан үед, тэд эрдэм шинжилгээний Итгэмжлэх жуух бичгээ өргөн, тэдний нас, арьсны өнгө, хүйс, бэлгийн чиг баримжаа, эсвэл өөрсдийнхөө тухай юу ч оруулах хэрэггүй байв. Тиймээс, Стэнфордод нь алдартай профессор таамаглаж үнэлгээ яг түүний унтлагын өсвөр насандаа авсан адил ханддаг байна. Харамсалтай нь, энэ нь хамгийн нийгмийн судалгаанд үнэн биш юм. Энэ бол хамгийн нийгмийн судалгаа, үнэлгээний маш их цаг хугацаа шаардсан, хэсэгчлэн субъектив юм байна. Тэгэхээр, хамгийн судалгааны санаа ноцтой үнэлгээ нь хэзээ ч байгаа, санаа үнэлж байгаа үед энэ нь санаа бүтээгч нь эдгээр үнэлгээг явуулах хэцүү юм. шийдэл шалгах хялбар байдаг учраас, нээлттэй дуудлага судлаачид тэд зөвхөн алдартай профессор-аас шийдэл гэж үзвэл эвдлэн ордог болохыг бодолцох юм л байж болзошгүй гайхалтай шийдлийг хандах боломжийг олгодог.

Жишээ нь, дэлгэц нэр Netflix шагналыг хэн нэгэн үед нэг цэгт Симон Funk нь ганц утга задрал дээр суурилсан түүний Блог санал болгож буй шийдэл дээр байрлуулсан, бусад оролцогчид өмнө нь ашиглаж байсан үгүй ​​биш шугаман алгебрт-аас арга. Funk-н блог бичлэгийг нэгэн зэрэг техникийн болон weirdly албан бус байсан юм. Энэ блог дараах сайн шийдлийг тодорхойлох, эсвэл энэ нь цагийн гарз байсан юм бэ? нээлттэй дуудлага төслийн гадна шийдэл нь хэзээ ч ноцтой үнэлгээ авсан байж болох юм. бүх Симон Funk Cal Tech буюу MIT-ийн профессор биш байсан дараа; Тэр үед, Шинэ Зеланд орчим үүргэвчтэй байсан, програм хангамж хөгжүүлэгч байсан (Piatetsky 2007) . Тэр Netflix-д инженер энэ санааг и-мэйл байсан бол, энэ нь бараг л нухацтай авч байх байсан.

Аз болоход, үнэлгээний шалгуур үзүүлэлт тодорхой, хэрэглэх хялбар байсан учраас түүний таамаглаж үнэлгээ үнэлж байсан бөгөөд энэ нь түүний арга барил маш хүчтэй байсан гэдгийг даруй тодорхой болсон тэр тэмцээнд дөрөв дэх газар өссөнтэй нь маш их үр дүн нь бусад багууд аль хэдийн байсан гэж өгсөн асуудал дээр сарын турш ажиллаж байна. Эцэст нь хэлэхэд, Симон Funk хандлага хэсэг бараг бүх хүнд өрсөлдөгч хэрэглэж байна (Bell, Koren, and Volinsky 2010) .

Симон Funk, түүний арга барилыг тайлбарлаж, харин үүнийг нууц байлгах гэж оролдож байснаас блог бичлэгийг бичих сонгосон явдал мөн Netflix шагналд олон оролцогчид нь зөвхөн сая долларын шагнал урамшуулна байгаа гэсэн харуулж байна. Харин маш олон оролцогчид нь оюуны бэрхшээлтэй асуудлын эргэн тойронд боловсруулж олон нийтэд эдлэх бололтой (Thompson 2008) , Би олон судлаачид ойлгож чадна гэж бодож мэдрэмж.

Netflix шагналт нээлттэй дуудлагын сонгодог жишээ юм. Netflix (кино үнэлгээг урьдчилан таамаглахад) тодорхой зорилго бүхий асуулт тавьсан, олон хүмүүсээс шийдлийг тулгарч. Тэд үүсгэхийн тулд илүү шалгахад хялбар байсан учраас Netflix эдгээр бүх шийдлийг үнэлэх боломжгүй байсан, эцэст нь Netflix хамгийн сайн шийдлийг сонгосон. яг энэ хандлага нь биологи, хуульд хэрхэн ашиглаж болохыг Дараа нь, би та нарт харуулах болно.