看电影不应该花半个小时
难道我们都无法与这种感觉相关联吗?到达Netflix主页,却被看电影和收看狂欢的电影数量所淹没吗? 由于我们提供的所有选择而变得优柔寡断,可能更具娱乐性,教育性或某种意义上的价值。 令人不知所措,以至于我们真的会被困20分钟,而在队列中骑车试图做出决定…… 但是,这种感觉并不是Netflix独有的。 在选择阅读,观看,聆听或做某事时,我们拥有无穷的可能性,而且看似微不足道的工具或服务也无法对我们的选择进行分类。 由于我们不断面临的选择之多,与我们真正想要发现和互动的事物建立联系的能力变得越来越具有挑战性,但变得越来越重要。 当然,我们可以向朋友征求建议,可以查看综合评分,还可以浏览特定于域的平台,但是很少能找到在特定时刻特别适合我们的最佳选择。 这就是为什么我们需要深度个性化的推荐系统的原因。 如今,我们可以使用的选项数量呈指数级增长:Spotify上有数百万首歌曲可用,在线可流播的成千上万个节目和电影,数百家餐馆……需要“ 信息过滤系统 ”,更具体地说是推荐系统。 推荐如此普遍,以至于容易忽略了将推荐系统实际上整合到每个设备和平台中的无缝方式。 推荐系统在Wikipedia上被定义为“信息过滤系统”的子类,旨在预测用户对特定项目的评价或偏好 。 更重要的是,推荐系统是“发现引擎” 。 通过优化我们的个人选择,在大量工作中匹配我们的个人偏好,寻找完美的个性化匹配的工具来帮助我们。 但是,并不仅需要推荐系统来找到“大海捞针”。…