Женский Спорт

Игротека
16.02.2012 Елена Тарасова 68

Современные технологии выбора

Сервисы рекомендаций — новый сетевой бум. Их создатели развивают алгоритмы, помогающие пользователям делать выбор в самых разных аспектах жизни — от мобильного тарифа до будущего супруга.

Волшебная технология рекомендаций называется «коллаборативная фильтрация». Сначала робот изучает ваше мнение по тем или иным вопросам: какую музыку вы слушаете чаще всего, какие книги читаете, какие фильмы смотрите, какие сайты посещаете и т. д. Затем ищет других пользователей с похожими вкусами и предлагает то, что вы еще не пробовали из понравившегося вашим единомышленникам (а порой и самих единомышленников в придачу).

Сбор предпочтений

Все началось в 1992 году в легендарном центре Xerox PARC (альма-матер практически всех значимых современных компьютерных технологий, включая мышь, Ethernet, восстановление данных и графический интерфейс). Проект Information Tapestry позволял отбирать интересующие пользователя сообщения в огромном потоке данных новостных групп, но работал плоховато — оценить тексты оказалось непростой задачей.

С появлением WWW стало ясно, что легче всего реализовать алгоритм поиска в оценке музыки и сайтов. Понятно, что, если кто-то слушает одну и ту же композицию по сто раз на дню, шанс, что он делает это с мазохистскими целями, крайне мал — скорее всего, она ему по душе. На основе плейлистов можно составить список предпочтений данного пользователя, что и было реализовано в ныне почивших сервисах HOMR, AI, Ringo и Firefly. Теперь им на смену пришли современные системы поиска уже любимой, но еще незнакомой музыки — last.fm, ilike.com, liveplasma.com, rateyourmusic.com, indiscover.net. С сайтами аналогично: анализируя журнал посещений и проведенное на ресурсах время, можно определить любимые (или вынужденно просматриваемые по работе) и предложить похожие. На этом принципе основан целый ряд рекомендательных сайтов и плагинов к браузерам.

Идею рекомендаций подхватили интернет-магазины — разделы вроде «С этим товаром чаще всего покупают…» или «Другие пользователи, заинтересованные в этом товаре, сейчас смотрят…», появившиеся на amazon.com, теперь есть практически у любой крупной онлайн-витрины. А онлайн-видеопрокат netflix.com (с 1998 года разрабатывавший собственную технологию рекомендации фильмов Cinematch) в 2006 году поспособствовал развитию систем-советчиков, объявив конкурс с призом $1 млн тому, чей алгоритм окажется точнее, чем Cinematch, и в 2009 году таковой был создан (netflixprize.com).

Чем откровеннее, тем адекватнее

Сеть пока не в состоянии отследить, была ли дочитана скачанная книга, с каким выражением лица вы смотрели тот или иной фильм и какими словами описывали кухню последнего посещенного кафе. Для изучения ваших предпочтений сайты-советчики просят зарегистрироваться и регулярно оставлять свои оценки и отзывы. Чем откровеннее вы с ними будете, тем адекватнее будут рекомендации. Так, роботы «Афиши» могут порекомендовать вам, какое кино посмотреть или в какой ресторан сходить, но перед этим вы должны расставить оценки минимум пяти просмотренным фильмам и десяти посещенным едальным заведениям. По своему опыту могу сказать, что попадание во вкус начинается не раньше полусотни оцененных объектов.

Экспертные советы

Второй вид рекомендательных сервисов — экспертные — собирает максимально подробные данные по нишевой задаче, анализирует их и советует. Пример — sravni.ru. Сайт помогает решать финансовые вопросы: в какой банк и на какой вклад положить деньги? в какой валюте? где взять кредит? где застраховать машину по автокаско? где купить наиболее выгодный тур в выбранную страну и где там остановиться? Правда, некоторые разделы (вроде «Сравнения товаров» и «Сравнения друзей») вызывают глубокое недоумение своей полной бессмысленностью, а при подборе мобильного тарифа для получения результатов вам вдруг предлагают отправить SMS стоимостью 40–45 руб. Такое ощущение, что разработчики пытаются придумать новые способы монетизации трафика с неуклюжестью, присущей «Одноклассникам» (даром что основатель у этих сайтов один).

Для подбора мобильных тарифов используйте бесплатный сервис smarttarif.ru. Все, что от вас требуется, — заказать у своего оператора разовую детализацию своих звонков за месяц и скормить ее системе, после чего она посоветует наиболее выгодный именно вам тарифный план. Как уверяют разработчики, экономия от правильного выбора значительно превышает стоимость месячной детализации (120 руб.). Я проверил. Вариант, предложенный smarttarif.ru, сэкономит мне 4200 руб. в год при том же наборе услуг и объеме разговоров.

Что дальше?

Способность принимать решения, по словам психологов, напрямую связана с эмоциональной сферой жизни человека. Оказывается, лучший выбор мы совершаем интуитивно, опираясь на подсознательную оценку «нравится — не нравится». Теперь же сервисы рекомендаций предлагают нам готовые решения: вот то, что вам нужно. Рационально, но безэмоционально. Доставит ли такой выбор удовольствие? И не потеряем ли мы способность действовать самостоятельно?

Top