 |
| ภาพจาก Cornell Chronicle |
ทีมวิจัยที่ Cornell University ได้พัฒนาอัลกอริธึมคำแนะนำที่อาจปรับปรุงผู้ให้บริการสตรีมมิ่งเสียงและสื่อ Spotify โดยผสมผสานทั้งความชอบ (like) และไม่ชอบ (disklike) ทีมวิจัยแสดงให้เห็นว่าผู้ฟังมีแนวโน้มที่จะชอบเพลงมากขึ้นประมาณ 20% หากอัลกอริธึมแนะนำได้รับการฝึกฝนจากทั้งข้อมูลชอบและไม่ชอบทั้งหมด 400,000 ครั้ง ซึ่งต่างจากอัลกอริธึมที่ฝึกฝนโดยใช้ข้มูลเฉพาะการชอบเท่านั้น Sasha Stoikov จาก Cornell กล่าวว่าอัลกอริธึมที่เน้นไปที่ปุ่มที่ชอบเท่านั้นมีโอกาสแนะนำเพลงที่ผู้ฟังไม่ชอบมากขึ้น ระบบใหม่นี้มีชื่อว่า Piki จะเลือกเพลงจากฐานข้อมูลประมาณ 5 ล้านเพลง และให้เงินผู้ใช้ 1 ดอลลาร์ต่อ 25 เพลงที่พวกเขาให้คะแนน ซึ่ง Stoikov กล่าวว่า "เป็นการจูงใจให้ผู้ใช้ลงคะแนนตามความจริง"
อ่านข่าวเต็มได้ที่: Cornell Chronicle
ไม่มีความคิดเห็น:
แสดงความคิดเห็น