211service.com
Ahnung: Ein Heilmittel gegen Unentschlossenheit?
In letzter Zeit konzentrieren sich Suchmaschinen mehr darauf, Antworten auf bestimmte Fragen zu geben. Geben Sie beispielsweise das Kapital von Botswana in die meisten Suchmaschinen ein, und sie produzieren gerne sowohl die richtige Antwort als auch Links zu relevanten Websites. Aber die meisten Suchmaschinen nützen bei abstrakteren Abfragen wenig, wie zum Beispiel Welches Buch soll ich lesen? oder Was soll ich zum Abendessen machen?
Ahnung , eine Website, die heute der Öffentlichkeit zugänglich gemacht wird, hofft, Antworten auf diese und viele andere Fragen zu geben.
Laut Mitbegründer beginnt die Ahnung dort, wo eine Suchmaschine aufhört Caterina-Fälschung , der zuvor die Foto-Sharing-Site mitbegründet hat Flickr und arbeitete später an Yahoo Answers. Fake weist darauf hin, dass eine normale Suchmaschine einem Benutzer, der am Kauf einer Digitalkamera interessiert ist, Links zu Hunderten von Websites bereitstellen würde, die die neuesten Modelle überprüfen und vergleichen. Der Benutzer muss dann diese Informationen durchgehen und herausfinden, welche Kamera für ihn die richtige ist.
Im Gegensatz dazu stellt Hunch ein paar einfache Multiple-Choice-Fragen, darunter Welche Art von Fotografie interessieren Sie? wollen? bevor Sie ein bestimmtes Modell empfehlen.
Die Seite bietet personalisierte Empfehlungen für alle Arten von Anfragen. Obwohl viele der bereits auf der Site gestellten Fragen unbeschwert sind, steckt ernsthafte Informatik unter der Haube.
Nachdem ein Benutzer ein Konto erstellt und sich bei Hunch angemeldet hat, hat er die Möglichkeit, alle möglichen Fragen in einem Feld mit der Bezeichnung Hunch About You lehren zu beantworten. Während der Benutzer diese Fragen durchgeht, baut Hunch Unmengen von Daten auf, um bei den Empfehlungen zu helfen, die es macht.
Um seine Empfehlungen zu verfeinern, gleicht Hunch die Antworten eines Benutzers auf Fragen mit Informationen aus seinem Profil ab. Benutzer können angeben, ob die Empfehlungen von Hunch gut waren oder nicht, und diese Informationen werden dazu beitragen, die Faktoren anzupassen, die die Algorithmen der Website in Zukunft leiten.
Fake glaubt, dass viele bestehende Empfehlungssysteme, wie sie beispielsweise von Amazon oder Netflix verwendet werden, Schwierigkeiten haben, weil die gesammelten Daten sich auf ein enges Themenspektrum beziehen. Sie sieht das Problem darin, dass sie nur die Buch- oder Filmbewertungen der Benutzer haben, mit denen sie arbeiten können. Ob du es magst Napoleon Dynamit könnte etwas damit zu tun haben, ob man als Kind viel Flipper gespielt hat, sagt Fake.
Fake betrachtet Hunch als großes Experiment, aber sein Erfolg wird von der Bereitschaft der Benutzer abhängen, neue Inhalte für die Website zu generieren und Feedback zum Trainieren der Algorithmen zu geben. Obwohl das Unternehmen die Website mit einigen Umfragefragen und -themen ausgestattet hat, wurde das meiste, was jetzt dort ist, während des Betatests von den Benutzern selbst hinzugefügt, sagt Fake.
Fragestunde: Hunch stellt Benutzern mehrere Fragen, um ihre ursprüngliche Abfrage zu verfeinern.
Neben der Bewertung, ob ein Ergebnis nützlich war, können Benutzer weitere Empfehlungen oder Verbesserungen zu Umfragen vorschlagen. Neue Abfragethemen können zu einem zu entwickelnden Workshop-Bereich hinzugefügt werden, bis die Stimmen der Benutzer zeigen, dass sie genau genug sind, um als Fragen auf der breiteren Website veröffentlicht zu werden.
Johannes Riedl , Professor für Informatik an der University of Minnesota, der Empfehlungssysteme und Online-Zusammenarbeit studiert, sagt, dass Hunch ein faszinierendes Problem anpackt, an dem akademische Forscher seit langem arbeiten. Computer eignen sich hervorragend zum Erstellen von Spielen wie 20 Fragen, sagt er; Hunch hat es jedoch mit viel amorpheren Problemen zu tun. Eine einzelne Frage kann Dutzende von möglichen Ergebnissen haben, und die Informationen, die ein Benutzer bereitstellt, helfen einem Computer möglicherweise nicht dabei, klar zwischen den Optionen zu unterscheiden.
Eine zentrale Frage, so Riedl, wird sein, ob der Standort eine Basis von Freiwilligen aufbauen kann, die bereit sind, sich einzubringen. Während Projekte, die auf nutzergenerierten Inhalten basieren – wie Wikipedia – einige der außergewöhnlichen Errungenschaften unserer Zeit darstellen, stellt Hunch laut Riedl viele Anforderungen an seine Nutzer.
Hunch muss noch die Frage beantworten, wie es Geld verdienen könnte, aber Fake sagt, dass die Einnahmen wahrscheinlich aus gesponserten Links kommen werden, die neben den Ergebnissen erscheinen. Oder wenn Hunch eine bestimmte Laptopmarke vorschlägt, erhält die Website möglicherweise eine Empfehlungsgebühr, wenn der Benutzer das Gerät kauft. Fake betont jedoch, dass Werbung erst erscheinen würde, nachdem ein Ergebnis generiert wurde und die Produkte, die die Website vorschlägt, nicht beeinflussen würde.
Mit der Verbesserung der Website hofft Fake, dass sich die Ergebnisse immer intuitiver, angemessener und sogar ein wenig mysteriös anfühlen. Sie sagt, ich möchte, dass es sich wie das Magic 8 Ball-Erlebnis anfühlt.