Netflix y Amazon usan algoritmos para adivinar nuestros deseos

Internet, TICs y Startups

Por Sophimania Redacción
3 de Octubre de 2014 a las 14:15
Compartir Twittear Compartir
Netflix y Amazon usan algoritmos para adivinar nuestros deseos

 

 

Empresas en línea como Netflix y Amazon usan los algoritmos para tratar de adivinar nuestros deseos. Ahora un equipo de investigadores está utilizando una multitud de trabajadores en línea para encontrar a su fantasía.

 

Los algoritmos como los de Netflix funcionan cuando tienen grandes cantidades de datos de los cuales obtienen información, pero no funcionan al adivinar las preferencias humanas sobre conjuntos de objetos que son de un nicho o de flujo personal.

 

Eso no es un problema para los seres humanos, por lo que Peter Organisciak en la Universidad de Illinois en Urbana-Champaign y su equipo se preguntaban si crowdsourcing podría trabajar en lo que nos gusta, con muy pocos datos para trabajar. Para ello, contrataron a trabajadores de crowdsourcing en Mechanical Turk para hacer recomendaciones personales.

 

 

Los humanos versus los algoritmos

 

Para probarlo, se llevaron 100 saleros y pimenteros diferentes desde la tienda online de Amazon y 100 fotografías de diferentes tipos de comidas de restaurantes populares en Boston y San Francisco. A los trabajadores se les presentaron algunos de los saleros  y comidas y se les pidió que le otorguen a cada uno de ellos una calificación adecuada de hasta cinco por objeto.

 

La única información que estos motores de recomendación humana, que Organisciak llama "grokkers gusto", tenían que seguir era una pequeña muestra del sabor real del individuo en la coctelera y alimentos. La calificación promedio de los tres mejores recomendadores iguala a las calificaciones propias de la persona a medio plazo de una estrella. Los resultados serán presentados en la Conferencia sobre Computación Humana y Crowdsourcing en Pittsburgh en noviembre.

 

Organisciak dice que el uso de las multitudes en lugar de algoritmos para determinar la preferencia es útil en conjuntos de datos de carácter personal donde la formación de un algoritmo no es posible – como en la identificación de las mejores fotografías de una gran colección personal, por ejemplo.

 

"Cuando usted se vuelve de vacaciones con 2.000 fotos es divertido mirarlas, pero la tarea de reducirlas a  50 para Facebook o a 200 para mostrarlas su familia puede ser tedioso," dice. Pagar unos dólares al crowdsourcing por una opinión humana podía ayudar.

 

Anand Kulkarni, director general de la firma de crowdsourcing LeadGenius, dice que la técnica es una gran manera de dar a la gente su propio "personal shopper" en el Internet.

 

Fuente:  newscientist


Compartir Twittear Compartir