刚刚阅读了Wired最近的一篇文章,我很好奇:Netflix Prize有什么难度?我的意思是以最真诚的方式提问,只是想了解比赛所面临的困难。推荐引擎普遍都这么难以改进吗?如果是这样,为什么会这样?或者说,Netflix是否特别难以改进,如果是这样,Netflix有什么特别之处,使得这比Amazon更具挑战性?
刚刚阅读了Wired最近的一篇文章,我很好奇:Netflix Prize有什么难度?我的意思是以最真诚的方式提问,只是想了解比赛所面临的困难。推荐引擎普遍都这么难以改进吗?如果是这样,为什么会这样?或者说,Netflix是否特别难以改进,如果是这样,Netflix有什么特别之处,使得这比Amazon更具挑战性?
推荐系统存在难以解决的问题:
总之,这使得推荐系统很难超越“还可以”的水平。一个精度为80%的系统似乎很好,但是每5次中就有1次错误。这使得它们对一些用户来说更麻烦而不值得。
因为 NetFlix 已经拥有非常优秀的推荐引擎。如果他们知道如何轻松地改进它,他们早就已经这样做了。他们的整个商业模式都围绕着向消费者跨销售产品(电影)。 推荐算法真正是他们业务的核心。 它运行得越好,他们就能赚更多的钱。
我和我的同事参加了这个项目。虽然我没有很强的人工智能背景,但推荐引擎需要一些对现有文献算法的深入了解,比如吉布斯采样、K方法、最近邻等。我们使用了吉布斯采样,但与Netflix已经拥有的相比,我们表现不佳。