5.3.1 Netflix ත්යාගය

මෙම Netflix ත්යාගය ජනතාව කැමති වනු ඇත චිත්රපට අනාවැකි පළ විවෘත කැඳවීමක් භාවිතා කරයි.

වඩාත් ප්රසිද්ධ ප්රසිද්ධ විවෘත කේත ව්යාපෘතිය Netflix Prize වේ. Netflix යනු මාර්ගගත චිත්රපට කුලියට ගන්නා සමාගමක් වන අතර, 2000 දී එය පාරිභෝගිකයන් වෙත චිත්රපට නිර්දේශ කිරීම සඳහා සිනමැටා දියත් කරන ලදී. නිදසුනක් ලෙස, සිනමැටෝ ඔබට ස්ටාර් වොර්ස් හා අධිරාජ්යය ස්ට්රයික්ස් බැකන්ට කැමතියි කියා දකියි. ඉන්පසු ඔබ ජේඩි වෙත ආපසු පැමිණෙන බව නිර්දේශ කරන්න. මුලදී, සිනමචට් කලාතුරකිනි. එහෙත්, වසර ගණනාවක් පුරා, චිත්රපටයේ ගනුදෙනුකරුවන් භුක්ති විඳින්නේ කුමක් ද යන්න අනාවැකි පළ කිරීමට එහි හැකියාව වැඩි දියුණු කිරීමයි. කෙසේවෙතත්, 2006 වන විට සිනමැටේහි ප්රගතිය පැතලි විය. නෙට්ෆ්රික්ස් හි පර්යේෂකයින් විසින් සිතා ගත හැකි සෑම දෙයක්ම උත්සාහ කළද, ඒ අතරම, ඔවුන්ගේ පද්ධතිය වැඩිදියුණු කිරීමට හැකි වෙනත් අදහස් ඇති බව ඔවුන් සැක කළහ. මේ අනුව, ඒ අවස්ථාවේ දී, ඔවුන් රැඩිකල් විසඳුමක්: එනම් විවෘත ඇමතුමක්.

Netflix Prize හි අවසාන සාර්ථකත්වය සඳහා වූ විවේචනය වූයේ විවෘත කැඳවුම සැලසුම් කරන ලද්දේ කෙසේද යන්න සහ මෙම පර්යේෂණය සමාජ පර්යේෂණය සඳහා විවෘත ඇමතුම් භාවිතා කළ හැකි ආකාරය පිළිබඳ වැදගත් පාඩමකි. නෙට්ෆ්රික්ස් විසින් අදහස් පළ කරන ලද නොඉවසනසුලු ඉල්ලීමක් පමණක් නොව, ඔවුන් මුලින්ම විවෘත ඇමතුමක් සලකා බලන විට බොහෝ අය සිතන්නේ එයයි. එනමුත් Netflix විසින් සරල ඇගයුම් ක්රියා පටිපාටියක් මගින් පැහැදිලි ගැටළුවක් මතු කළ අතර ඔවුන් විසින් මිලියන 3 ක ණය ශ්රේණිගත කිරීමක් ලබා ගැනීමට මිලියන ගණනක චිත්රපට වර්ගීකරණයක් භාවිතා කිරීමට අභියෝග කළහ. (පරිශීලකයන් විසින් සිදුකරන ලද ඇගයුම් නමුත් Netflix විසින් නිදහස් නොකළේය). සිනමාවේට වඩා මිලියන තුනක් පවත්වා ගෙන ඇති ඇන්ජිමිතම් වර්ගීකරණයට අනුව පළමු මිලියනයකට ඩොලර් මිලියන එකක් දිනා ගැනීමට හැකි වනු ඇත. අපේක්ෂිත ඇගයුම් සමඟ සසඳා බැලීමේදී පැහැදිලි හා පහසු ක්රමවේදයක් අනුගමනය කිරීම, එනම් නෙට්ෆ්රික්ස් ත්යාගය සකස් කරනු ලැබුවේ උත්පාදනයට වඩා විසඳුම් සැපයීම පහසු වන ආකාරයටයි. සිනමචට් වැඩිදියුණු කිරීම සඳහා සුදුසු ගැටළුවක් බවට පත් කිරීම අභියෝගයට ලක් විය.

2006 ඔක්තෝබර් මාසයේ දී Netflix 500,000 ක් පමණ වූ පාරිභෝගිකයන්ගෙන් මිලියන 100 ක් පමණ චිත්රපට වර්ගීකරණයන්ගෙන් සමන්විත දත්ත කට්ටලයක් (මෙම පරිච්ඡේදයේ 6 වන පරිච්ඡේදයේ පෞද්ගලිකත්ව ඇඟවුම් සළකා බලනු ඇත). නෙට්ෆ්රික්ස් දත්ත, චිත්රපට 20,000 කින් පාරිභොගිකයින් 500,000 ක් වන විශාල අනුමාණයක් ලෙස සංකල්පනය කළ හැකිය. මෙම අනුපමාණය තුළ තරු සිට තාරකා සිට එක් තරු පහක් දක්වා ඇගයුම් මිලියන 100 ක් පමණ විය (වගුව 5.2). මෙම අභියෝගය වූයේ මිලියන තුනක් පවත්වා ගෙන ගිය ශ්රේණිගත කිරීම් අනාවැකි කිරීමට අනුමාන නිරීක්ෂිත දත්ත භාවිතා කිරීමයි.

ලොව වටා පර්යේෂකයන් හා හැකර්වරුන් අභියෝගයට ලක්කළ අතර, 2008 වන විට 30,000 කට අධික පිරිසක් එය මත වැඩ කරමින් සිටිති. (Thompson 2008) . මෙම තරඟය තුළදී, Netflix වෙතින් 5000 කට වඩා වැඩි ගණනක් ඉදිරිපත් කරන ලද විසඳුම් (Netflix 2009) . නිසැකයෙන්ම Netflix සියල්ලම මෙම යෝජිත විසඳුම් කියවා තේරුම් ගැනීමට නොහැකි විය. කෙසේ වෙතත්, සමස්තයක්ම ඍජු ලෙස ක්රියාත්මක විය. Netflix පරිගණකගත කර තිබීම පූර්ව නිශ්චිත මෙට්රික් ක්රමයක් භාවිතා කර ඇති අනාවැකි ඇගයීම සමඟ සසඳන විට (ඒවා භාවිතා කළ විශේෂිත මෙට්රික් ක්රමයේ මධ්යන්ය වර්ගීකරණ දෝෂයේ වර්ගමූලය) විය. නෙට්ෆ්රික්ස් විසිනි සෑම කෙනෙකුටම විසඳුම් ලබා ගැනීමට හැකිවන විසඳුම් ඉක්මණින් ඇගයීමට ලක් කිරීමට මෙම හැකියාව ලැබුණි. එය හොඳ තැනක් විය. ඇත්ත වශයෙන්ම, ජයග්රාහී විසඳුම සිනමා නිර්දේශ නිර්දේශ කිරීමේ ක්රමවේදයන් (Bell, Koren, and Volinsky 2010) අත්හදා බැලූ පර්යේෂණ කණ්ඩායමක් විසින් ආරම්භ කරන ලද කණ්ඩායමක් විසින් ඉදිරිපත් කරන ලදී.

නෙට්ෆික්ස් ත්යාගය පිළිබඳ එක් ලස්සන පැතිකඩක් වන්නේ, යෝජිත විසඳුම් සාධාරණ ලෙස ඇගයීමට ලක් කිරීමයි. එනම්, ඔවුන්ගේ පුරෝකථනය කරන ලද ශ්රේණිගත කිරීම් උඩුගත කළ විට, ඔවුන්ගේ අධ්යාපනික සුදුසුකම්, වයස, ජාතිය, ස්ත්රී පුරුෂභාවය, ලිංගික දිශානතිය හෝ තමන් ගැන කිසිවක් උඩුගත කිරීම අවශ්ය නොවේ. ස්ටැන්ෆෝර්ඩ්හි ප්රසිද්ධ මහාචාර්යවරයෙකුගේ පුරෝකථනය කරන ලද ඇගේ නිදන කාමරයේ නහඹර වියේ සිටින අය මෙන් සමාන ය. අවාසනාවකට මෙන්, මෙය බොහෝ සමාජ පර්යේෂණවල දී සත්ය නොවේ. එනම්, බොහෝ සමාජ පර්යේෂණ සඳහා, ඇගයීම ඉතා කාලෝචිත හා අර්ධ වශයෙන් ආත්මීයයි. එබැවින්, බොහෝ පර්යේෂණ අදහස් කිසිසේත්ම බැරෑරුම් ලෙස ඇගයීමට ලක් කර නැති අතර අදහස් ඇගයීමට ලක් කරන විට, අදහස් පිළිබඳ නිර්මාතෘ වෙතින් එම ඇගයීම් ඉවත් කිරීම අපහසුය. විවෘත ඇමතුම් ව්යාපෘති, අනෙක් අතට, පහසු හා සාධාරණ අගයක් ඇති හෙයින්, ඒවා වෙනත් ආකාරයකින් මකා දැමිය හැකි අදහස් සොයාගත හැකිය.

නිදසුනක් ලෙස, Netflix Prize අතරතුරදී එක් අවස්ථාවක, සයිමන් ෆන්ක් තිරයේ නම සහිත කෙනෙකු විසින් සිය බ්ලොග් එකේ තනි අගය අගය විසංයෝජනය මත පදනම් වූ රේඛීය වීජ ගණිතය විසින් මීට පෙර භාවිතා නොකරන ලද රේඛීය වීජ ගණිතය මත පදනම්ව යෝජනා කරන ලදී. ෆන්ක්ගේ බ්ලොග් පෝස්ට් එකේ තාක්ෂණික හා අමුතු ආකාරයේ අවිධිමත් ය. මෙම බ්ලොග් පෝස්ටය හොඳ විසඳුමක් විස්තර කරනවාද නැත්නම් එය කාලය නාස්ති කිරීමක්ද? විවෘත ඇමතුම් ව්යාපෘතියක් පිටතදී, විසඳුම කිසිසේත් බැරෑරුම් ඇගයීමකට ලක් විය නොහැකි විය. කෙසේ වෙතත්, සයිමන් ෆන්ක් MIT හි මහාචාර්යවරයෙකු නොවේ; ඔහු එවකට නවසීලන්තය වටා (Piatetsky 2007) . (Piatetsky 2007) . ඔහු මෙම අදහස එතුළින් Netflix ඉංජිනේරුවෙකුට එවා තිබේ නම් එය නිසැකව කියවිය නොහැකි විය.

වාසනාවකට මෙන්, ඇගයීමේ නිර්ණායක පැහැදිලි හා පහසු විය හැකි බැවින්, ඔහුගේ අනාවැකි ඇගයීම ඇගයීමට ලක් කරන ලද අතර, ඔහුගේ ප්රවේශය ඉතා බලවත් බව ඔහු පැහැදිලිවම පෙනී ගියේය. තරඟය තුළ සිව්වන ස්ථානයට ඔසවා තැබූ අතර අනෙක් කණ්ඩායම් දැනටමත් ලැබී ඇති දැවැන්ත ප්රතිඵලයක් විය. ගැටළුව සඳහා මාස ගණනක් වැඩ කරමින්. අවසානයේ දී, ඔහුගේ ප්රවේශයේ කොටස් සියල්ලම බරපතල තරඟකරුවන් විසින් භාවිතා කරන ලදී (Bell, Koren, and Volinsky 2010) .

සයිමන් ෆන්ක් බ්ලොග් ලිපියක් ලිවීමට උත්සාහ කළත් එය රහසක් ලෙස තබාගැනීමට උත්සාහ කරන නමුත්, Netflix Prize හි බොහෝ සහභාගීවන්නන් මිලියනයක ත්යාගයෙන් පමණක් නොසෑහෙන බව පෙන්නුම් කරයි. ඇත්ත වශයෙන්ම, බොහෝ සහභාගී වූවන්, බුද්ධි අභියෝගය හා ගැටලුව වටා වර්ධනය වූ ප්රජාව (Thompson 2008) , බොහෝ පර්යේෂකයන්ට තේරුම් ගත හැකි යැයි බලාපොරොත්තු වන හැඟීම් භුක්ති වින්දා.

නෙට්ෆික්ස් ත්යාගය විවෘත ඇමතුමක් සඳහා කදිම නිදසුනකි. Netflix විසින් නිශ්චිත ඉලක්කයක් (චිත්රපට වර්ගීකරණ අනාවැකි පළ කිරීම) සහ බොහෝ අයගෙන් විසඳුම් ඉදිරිපත් කරන ලදී. Netflix විසින් මෙම සියලු විසඳුම් ඇගයුමට ලක් කිරීමට පහසු විය. මන්ද එය නිර්මාණය කිරීමට වඩා පහසු විය. අවසානයේ Netflix හොඳම විසඳුම තෝරා ගත්තේය. ඊලඟට, මෙම එකම ප්රවේශය ජීව විද්යාව සහ නීතිය සඳහා යොදා ගත හැකි අතර, මිලියනයක ත්යාගයකින් තොරව මම ඔබට පෙන්වා දෙන්නම්.