| |
[24. Jan 2008|09:35] |
"When we publish a paper that says we had 400 users in a study, that has enormous power in the research world, which typically has access to very few people, very little data, not much money. We have thousands of users (depending on how you count), but we could use ten times as many."
Noteikti jau vismaz dažas reizes dzīvē ir nācies pailgi domāt par to, ko lai šovakar paskatās. Arī es pats esmu diezgan bieži par to prātojis, prasījis padomu citiem, jo nevar jau atrast labu filmu no zila gaisa. Var, protams, ņemt imdb vai kur citur vislabāk novērtētās filmas un skatīties... Bet, ja nu man viņa nepatiks?
o bāāāc... es sāku skanēt, kā reklāmā...
Ir tāda lapa MovieLens, kurā Tu esi kino kritiķa lomā! Vari iedot viņām zvaigznītes, un, ja patiešām gribi kašķēties, tad arī vari ierakstīt kaut ko forumā. Kāda no tā visa jēga? Jēga tāda, ka bez Tevis to visu dara vēl daudzi citi un tā rezultātā tiek iegūta milzīga datubāze ar to, kāds filmas patīk cilvēkiem. Un kādas filmas patīk tiem cilvēkiem, kuriem patīk tās filmas, kuras patīk Tev! Esot sarežģītas formulas, turklāt viss projekts ir izglītības iestādes finansēts - ar mērķi šos rekomendāciju algoritmus precizēt.
Šobrīd gan man rekomendē diezgan daudzas filmas, bet gan jau ar laiku, kad būšu novērtējis vairāk nekā 125 filmas arī šis daudzums saruks. Bet īstenībā jau diezgan precīzi paredz mani filmas patikšanu vai nepatikšanu.
Tad nu veiksmi jums! http://movielens.umn.edu |
|
|