Läste Clive Thompsons spännande artikel om rekommendationssystem i The Times Magazine där två vanliga brister nämndes.
- Att ett rekommendationssystem inte kan toppa de subjektivt färgade rekommendationerna från en vän eller personalen i din videobutik.
- Att rekommendationssystem förutsätter att din smak är oföränderlig och att det du gillade för två år sedan är relevant för vad du borde gilla i dag.
Fick två idéer.
Vissa rekommendationssystem matchar individer på smak snarare än objekt (t ex filmer). Borde det inte vara intressant att matcha fram ett fåtal individer baserat på gemensamma favoriter och låta dessa ”agera tipsare”?
Initiativ som Netflix Prize strävar efter precision, dvs att kunna förutse hur du skulle betygsätta en viss film. Men är det egentligen en intressant riktning för film? Jag tycker det vore intressant med ett mer oprecist system som kan rekommendera mer oväntade filmer, om än med större risk att man inte gillar filmerna.
Och i fallet Netflix betalar man ju fast pris per månad. Att en film inte går hem innebär kanske förlorad tid men inte förlorade pengar.
Och för att ge rekommendationer som erkänner att din smak förändrar skulle systemen kunna ha ett ”rullande tidsfönster” som viktar ned rekommendationer baserade på filmer man gillat men sett för länge sedan.
Recent Comments