Коллаборативная фильтрация
( продолжение)
Если вернутся к ранее упоминаемой работе Акерлофа, то основной причиной запуска процесса ухудшающего отбора является асимметрия осведомленности на рынке. То есть продавцы знают о товаре заведомо больше, чем могут знать покупатели, что особенно свойственно как раз в сфере культуры. Если бы удалось этот перекос ликвидировать, то и негативная тенденция тогда бы прекратилась. Что же для этого надо сделать? Как вариант, помочь пользователям выьирать "качественные" продукты, но как? Ведь одной из ключевых проблем на рынке культурных продуктов и является сложность навигации в ассортименте. Потребителю сложно выбрать качественный товар по целому ряду причин. Но если бы потребители образовали социальную сеть по интересам, то с высокой вероятностью удачный выбор, ровно как и неудачный, одного из членов подобной сети, стал бы ориентиром для связанных с ним других членов. Кто-то бы был более компетентен в одной области, кто-то в другой, но сложив свои компетентности, участники подобной сети получили бы распределенную компетентность, позволяющую находить высококачественный товар с минимальными издержками. И даже более того, не только помогать отфильтровывать, но и рекомендовать что-то в зависимости от культурного уровня, вкусов и интересов.
Принципиальная схема работы коллаборативного фильтра
Прототип подобной рекомендательной системы был создан в 1992 году в исследовательского центра Xerox PARC в Пало-Альто, где технология получила название «коллаборативная фильтрация»[40], но в дальнейшем проект не получил развития. Почему так получилось?
В самом начале были чисто технические сложности. Существующие на тот момент вычислительные мощности не позволяли обеспечить нужную производительность вычислений, да и без широкого распространения интернета была проблема сбора первичной информации. Правда буквально через несколько лет, с развитием компьютерной техники, эти ограничения были сняты. Но как оказалось, технические сложности были не основными. Проектом заинтересовались крупные корпорации, и они же постарались сделать все, чтоб в первоначальном виде идея не была реализована.
И причин тому было как минимум три. Во-первых, массовое внедрение подобной системы разрушило бы существующий рынок, так как при коллабративной фильтрации низкокачественную продукцию стало бы крайне сложно продавать. Почему? Потому что благодаря такой системе место растерянного, плохо осведомленного покупателя, которого можно «убедить» покупать что угодно, мог занять носитель объединенного общественного опыта, знающего о предлагаемом продукте не меньше его создателей. Во-вторых, идеологически технология коллаборативной фильтрации устроена так, что на ее основе не получалось выстроить устойчивую бизнес-модель. А значит, с точки зрения рынка, эта идея была не жизнеспособна. Ну, и, в-третьих, для того, чтобы система смогла полноценно функционировать, необходимо набрать «критическую массу» информации, а это сотни тысяч записей о предпочтениях потребителей. Подобное, на первом этапе, в тех условиях требовало серьезных инвестиций в инфраструктуру, что создавало порог входа, доступный только крупным компаниям.
И, тем не менее, саму идею коллаборативной фильтрации бизнес оценил. Автоматический рекомендательный сервис стал бы хорошим средством стимулирования продаж, особенно если есть контролировать его работу. Но как это сделать? Как можно контролировать предпочтения и оценки сотен тысяч пользователей? Другое дело, если вместо системы помогающей людям принимать решения, создать систему, помогающую продавцу правильно формировать предложение потенциальному покупателю. То есть, если человек покупает детектив, то можно предложить ему еще один, или же предложить товар, который приобрел вместе с детективом предыдущий покупатель.
Другими словами фильтрацию по принципу «потребитель-потребитель», заменить на - «товар-товар», и вместо товаров, нужных людям, начать искать людей, потенциально готовых купить существующий товар. Новый подход и проще, и лучше контролируем, и главное - принципиально ничего не меняет в существующих бизнес-схемах, так как является автоматизированным аналогом предложения сопутствующих товаров. Как раз именно эта модель и реализована в настоящее время большинстве в интернет магазинов.
В каком-то виде попытки создания независимых рекомендательных сервисов продолжались. Иногда чуть более удачно, как в система Last.fm[41], иногда менее, но ахиллесовой пятой оставалось то, что как только система пыталась начать играть по рыночным правилам, то быстро теряла объективность рекомендаций, и пользователи начинали терять к ней интерес. Создание же изначально некоммерческой системы, ориентированной не на дальнейшую монетизацию, а на устранение информационных перекосов между продавцом и покупателем интересно только гражданскому обществу, но не бизнесу.
А какие бы проблемы гражданское общество смогло бы решить с помощью коллаборативной фильтрации? Вот некоторые из них:
40 United We Find // The Economist, March 10, 2005
41 Last.fm - интернет-портал музыкальной тематики, основным сервисом которого является сбор информации о музыке, которую слушает пользователь, и её каталогизация в индивидуальных и общих чартах. Владельцем сервиса является компания Last.fm Ltd., расположенная в Восточном Лондоне. Руководитель компании - Мартин Стиксель
(нем. Martin Stiksel).
К оглавлению
Если вернутся к ранее упоминаемой работе Акерлофа, то основной причиной запуска процесса ухудшающего отбора является асимметрия осведомленности на рынке. То есть продавцы знают о товаре заведомо больше, чем могут знать покупатели, что особенно свойственно как раз в сфере культуры. Если бы удалось этот перекос ликвидировать, то и негативная тенденция тогда бы прекратилась. Что же для этого надо сделать? Как вариант, помочь пользователям выьирать "качественные" продукты, но как? Ведь одной из ключевых проблем на рынке культурных продуктов и является сложность навигации в ассортименте. Потребителю сложно выбрать качественный товар по целому ряду причин. Но если бы потребители образовали социальную сеть по интересам, то с высокой вероятностью удачный выбор, ровно как и неудачный, одного из членов подобной сети, стал бы ориентиром для связанных с ним других членов. Кто-то бы был более компетентен в одной области, кто-то в другой, но сложив свои компетентности, участники подобной сети получили бы распределенную компетентность, позволяющую находить высококачественный товар с минимальными издержками. И даже более того, не только помогать отфильтровывать, но и рекомендовать что-то в зависимости от культурного уровня, вкусов и интересов.
Принципиальная схема работы коллаборативного фильтра
Прототип подобной рекомендательной системы был создан в 1992 году в исследовательского центра Xerox PARC в Пало-Альто, где технология получила название «коллаборативная фильтрация»[40], но в дальнейшем проект не получил развития. Почему так получилось?
В самом начале были чисто технические сложности. Существующие на тот момент вычислительные мощности не позволяли обеспечить нужную производительность вычислений, да и без широкого распространения интернета была проблема сбора первичной информации. Правда буквально через несколько лет, с развитием компьютерной техники, эти ограничения были сняты. Но как оказалось, технические сложности были не основными. Проектом заинтересовались крупные корпорации, и они же постарались сделать все, чтоб в первоначальном виде идея не была реализована.
И причин тому было как минимум три. Во-первых, массовое внедрение подобной системы разрушило бы существующий рынок, так как при коллабративной фильтрации низкокачественную продукцию стало бы крайне сложно продавать. Почему? Потому что благодаря такой системе место растерянного, плохо осведомленного покупателя, которого можно «убедить» покупать что угодно, мог занять носитель объединенного общественного опыта, знающего о предлагаемом продукте не меньше его создателей. Во-вторых, идеологически технология коллаборативной фильтрации устроена так, что на ее основе не получалось выстроить устойчивую бизнес-модель. А значит, с точки зрения рынка, эта идея была не жизнеспособна. Ну, и, в-третьих, для того, чтобы система смогла полноценно функционировать, необходимо набрать «критическую массу» информации, а это сотни тысяч записей о предпочтениях потребителей. Подобное, на первом этапе, в тех условиях требовало серьезных инвестиций в инфраструктуру, что создавало порог входа, доступный только крупным компаниям.
И, тем не менее, саму идею коллаборативной фильтрации бизнес оценил. Автоматический рекомендательный сервис стал бы хорошим средством стимулирования продаж, особенно если есть контролировать его работу. Но как это сделать? Как можно контролировать предпочтения и оценки сотен тысяч пользователей? Другое дело, если вместо системы помогающей людям принимать решения, создать систему, помогающую продавцу правильно формировать предложение потенциальному покупателю. То есть, если человек покупает детектив, то можно предложить ему еще один, или же предложить товар, который приобрел вместе с детективом предыдущий покупатель.
Другими словами фильтрацию по принципу «потребитель-потребитель», заменить на - «товар-товар», и вместо товаров, нужных людям, начать искать людей, потенциально готовых купить существующий товар. Новый подход и проще, и лучше контролируем, и главное - принципиально ничего не меняет в существующих бизнес-схемах, так как является автоматизированным аналогом предложения сопутствующих товаров. Как раз именно эта модель и реализована в настоящее время большинстве в интернет магазинов.
В каком-то виде попытки создания независимых рекомендательных сервисов продолжались. Иногда чуть более удачно, как в система Last.fm[41], иногда менее, но ахиллесовой пятой оставалось то, что как только система пыталась начать играть по рыночным правилам, то быстро теряла объективность рекомендаций, и пользователи начинали терять к ней интерес. Создание же изначально некоммерческой системы, ориентированной не на дальнейшую монетизацию, а на устранение информационных перекосов между продавцом и покупателем интересно только гражданскому обществу, но не бизнесу.
А какие бы проблемы гражданское общество смогло бы решить с помощью коллаборативной фильтрации? Вот некоторые из них:
- Облегчить поиск качественных культурных продуктов. Причем не важно, что в разных стратах общества, качественными будут считать разные продукты. Каждая страта получит возможность отфильтровывать суррогаты и халтуры.
- Появится возможность собрать воедино опыт и знания, разделенные сейчас среди миллионов пользователей интернет, заставив их работать на общее благо.
- Возникнет возможность стимулировать авторов качественной продукции, обеспечив им аудиторию.
- Будут созданы и автоматически будут поддерживаться в актуальном состоянии качественные цифровые библиотек для любого вида контента.
- Будет дан импульс к интегральному восприятию знаний, так как появится возможность воспринимать их комплексно, с учетом взаимосвязей текстов и последовательности их усвоения.
- При правильной организации рекомендательных систем станет возможно делиться не только "источниками", но методиками образования, что позволит выйти самообразованию на качественно новый уровень.
40 United We Find // The Economist, March 10, 2005
41 Last.fm - интернет-портал музыкальной тематики, основным сервисом которого является сбор информации о музыке, которую слушает пользователь, и её каталогизация в индивидуальных и общих чартах. Владельцем сервиса является компания Last.fm Ltd., расположенная в Восточном Лондоне. Руководитель компании - Мартин Стиксель
(нем. Martin Stiksel).
К оглавлению