Компания McDonald’s объявила о покупке израильского стартапа Dynamic Yield Ltd. С помощью технологий машинного обучения сеть фастфуда надеется улучшить сервис в своих ресторанах и онлайн-маркетинг. Это первая покупка McDonald’s за последние годы и самая большая за два десятилетия. По информации от источников, близких к сделке, за стартап ИИ сеть ресторанов заплатила $300 млн, пишет WSJ.

Системы рекомендаций получили большое распространение в электронной коммерции. С помощью анализа поведенческих паттернов можно с высокой точностью определить, какая книга или DVD будут вам интересны. Современные магазины зарабатывают львиную долю прибыли, предлагая покупателю товар, о существовании которого тот и не подозревал раньше.

Сейчас системы рекомендаций выходят на новый уровень своего развития, внедряясь уже в человеческие отношения. Вчера в виде бета-версии открылась социальная сеть Redux, участники которой могут получать примерно такие сообщения: «Обнаружен пользователь Tyler. С вероятностью 79% вы захотите установить с ним контакт. Вот его досье и список интересов».

Использование такого сайта напоминает решение головоломки. Вы пытаетесь разобраться в самом себе. Кто вы такой и какие люди вам нравятся. При регистрации, кроме стандартных вопросов, вам нужно будет пройти тест Майера-Бриггса на индикацию психологических типов.

Новая функция “People You May Know” в социальной сети Facebook представляет собой настоящий конвейер по созданию друзей, её можно сравнить с игровым автоматом, который выдаёт кучу призов при каждом вращении барабана. По мнению некоторых экспертов, эта функция способна кардинально увеличить среднее количество социальных связей на одного пользователя. Результатом может стать экспоненциальный рост посещаемости проекта, хотя уже сейчас в нём зарегистрированы около 67 млн человек.

Суть в том, что программа анализирует профили всех пользователей до шести (!) уровней закомства от вас. После этого система выдаёт список рекомендаций, кто из них может идеально вас заинтересовать. Судя по всему, критерием для выбора является наличие как минимум четырёх сходных профилей в вашем первом круге.

При грамотной реализации такая система рекомендаций является чрезвычайно аддиктивной. Если система действительно будет находить людей, которые интересны друг другу, то для мнгогих пользователей поиск новых френдов может превратиться в навязчивое хобби. Кроме того, движок рекомендаций может автоматически фильтровать спам в социальных сетях, то есть запросы от потенциальных френдов, которые точно вам не интересны.

via Outside the Lines

«Что покупают наши клиенты?» Ответ на такой вопрос позволяет сделать шаг (а иногда и тройной прыжок) в сторону клиентоориентированности и росту бизнеса. Разберем как можно корректно и эффективно решить этот вопрос с помощью цифр.Сразу оговорюсь, что рассматриваем аналитику собственной базы. То есть у нас есть продуктовая линейка, клиенты и база транзакций, где отражено какой клиент что купил. Дополнительные данные о клиентах (соцдем, анкетирование), продуктах (классификатор, атрибуты) и заказах (время, деньги, затраты) только пойдет на пользу.Будем двигаться в сторону сужения аудитории, таргетирования.

Стартап iLike, который стал стандартом де-факто для поиска музыки на iTunes и Facebook, считался одним из самых перспективных проектов Веб 2.0. Однако, всеобщий кризис затронул и его. По слухам из многочисленных источников, сейчас руководители компании судорожно ищут покупателя, который мог бы спасти их от разорения.

Сервис рекомендаций iLike хорошо знаком многим из нас: именно он обеспечивает работу сайдбара в iTunes, с помощью которого можно находить новых музыкантов примерно в том же стиле, как и группы, которые вам нравятся. Сервис работает действительно хорошо, и с его помощью многие открыли для себя неизвестных ранее исполнителей. На Facebook гаджетом iLike пользуются более 5,4 млн человек (это активная месячная аудитория). Однако эффективных способов получения прибыли стартап так и не нашёл.

В данный момент крупнейшим инвестором iLike является Ticketmaster (25% акций), остальным принадлежит гораздо меньше. Все инвесторы в сумме инвестировали в проект около $16 млн за два года.

Пока нет информации, по какой цене iLike пытается продаться. Среди самых вероятных покупателей называются тот же Ticketmaster, RealNetworks или Facebook. Компания Apple почему-то не числится среди кандидатов.

Новый интернет-магазин Modista собирает образцы товаров от сотен ритейлеров и забивает в единую базу данных (163 000 товаров по четырём категориям: обувь, часы, сумочки и очки). Далее на этой базе запускают движок распознавания образов с элементами самообучения.

Поиск покупки осуществляется исключительно через визуальный интерфейс. Щёлкаете по наиболее понравившемуся товару — и таблица перестраивается под новый шаблон. По горизонтали — подобие по форме, по вертикали — подобие по цвету.

Можно предположить, что похожие интерфейсы в будущем станут стандартным элементом любого интернет-магазина.

5100 программистских коллективов из 185 стран приняли участие в сугубо гиковском конкурсе Netflix Prize с главным призом в миллион долларов.

Конкурс завершился вчера в 18:42:37 UTC, ровно через 30 суток после того, как один из претендентов добился требуемого результата (RMSE меньше 0,8563). Финиш получился поистине феерическим: сразу после первого претендента появился второй, между ними разгорелась жесточайшая борьба. Буквально в последние часы претенденты несколько раз менялись местами друг с другом!

Многие из нас с азартом следили в реальном режиме времени за развязкой этого увлекательного состязания. В итоге победителя от второго призёра разделило всего 0,0001 балла. Судьба миллиона долларов была решена только за 4 минуты до дедлайна — это при том, что конкурс продолжался с 2 октября 2006 года. Кто сказал, что математические конкурсы не могут быть драматическими?

В последнее десятилетие онлайновым миром управляли две родственные силы: Толпа и Алгоритм. Коллективные «пользователи» интернета (Толпа) создают контент, кликают и голосуют, в то время как математические уравнения привносят масштабируемость и возможность поиска по этому огромному массиву данных (Алгоритм).



Словно луна над океаном, взаимодействие этих двух сил создаёт волны популярности (и забвения) в интернете. Информация более доступна, полезна и эгалитарна, чем когда бы то ни было.

Но со временем (по крайней мере, мне) стали видны слабости системы «алгоритм+ краудсорсинг». Следующая революция кажется неотвратимой.

Перевод интервью с Кевином Слэвином (Kevin Slavin), разработчиком игр из Нью-Йорка, сооснователем компании Area/Code (теперь Zynga NY). Он ведёт курс компьютинга и дизайна в Нью-Йоркском университете, а в июле прочитал лекцию на конференции TED на тему алгоритмизации жизни (видеозапись лекции). Интервью опубликовано в журнале New Scientist (выпуск 2826 от 22.08.2011).

Вы заявляете, что нашей жизнью управляют алгоритмы. Каким образом?
Просто говоря, алгоритм — это набор инструкций, которые компьютер использует для принятия решения. Это как невидимые правила, которые описывают почти всё происходящее вокруг. Цены на товары в магазине, стоимость фильмов в прокате, облик вашего автомобиля — всё это можно отследить вплоть до исходного алгоритма. Семьдесят процентов транзакций на американском фондовом рынке алгоритмизировано, то есть выполняется автоматически компьютерными алгоритмами.

Земля на самом деле плоская, американцы никогда не высаживались на Луну, а миром правит тайное правительство — самые популярные теории заговоров очень легко найти на YouTube. Из-за пузыря фильтров, психологического консерватизма, селективного восприятия и эффекта иллюзии правды человек ищет в интернете информацию, которая подтверждает его точку зрения, и склонен игнорировать новую информацию, если та противоречит устоявшимся убеждениям.

YouTube намерен побороть это неприятное свойство человеческой природы. В пятницу крупнейший видеосервис в интернете объявил, что планирует исключить из списка рекомендаций видео с теориями заговоров.