Hunch gibt Ihnen personalisierte Empfehlungen, die auf Ihren Interessen basieren

Werbung

Wenn Sie mich fragen, würde ich sagen, dass Personalisierung einer der nächsten großen Schritte in Richtung eines semantischeren Webs ist. Alles, was wir auf Websites wie Facebook oder GetGlue „mögen“, gibt anderen Informationen über die Dinge, an denen wir interessiert sind. Wenn Sie genug von dieser Art von Daten sowie ähnliche Daten von den Personen erhalten, mit denen wir verbunden sind, können Sie den Geschmack und die Interessen einer Person effektiv beurteilen. Glaubst du mir nicht? Wie gut kann Netflix Filme auswählen, die Ihnen gefallen?

Hunch [Nicht mehr verfügbar] ist eine solche Site, die dies tun kann. Hunch personalisiert das Internet, indem es Sie kennenlernt und dann kluge Empfehlungen gibt, was Ihnen gefallen könnte. In diesem Artikel zeige ich Ihnen, wie Hunch funktioniert und warum es die Art von Community bietet, zu der Sie möglicherweise gehören möchten.

Was ist Ahnung?

Wir haben Hunch zuletzt im Juli 2009 und ursprünglich in unserem Verzeichnis behandelt, bevor wir dort überhaupt Daten für Posts veröffentlicht haben. Damals nannten wir Hunch ein „Entscheidungsinstrument“. Obwohl dies immer noch als eine ziemlich genaue Beschreibung von Hunch angesehen werden kann, werde ich es so nennen, wie es heute ist: eine personalisierte Empfehlungs-Engine.

Hier ist das Leitbild von Hunch, wie auf der Website dargestellt:

Die ehrgeizige Mission von Hunch ist es, ein „Geschmacksdiagramm“ des gesamten Webs zu erstellen, das jede Person miteinander verbindet das Web mit ihrer Affinität zu allem, von Büchern über elektronische Geräte bis hin zu Mode oder Urlaub Flecken. Hunch steht an vorderster Front bei der Kombination von algorithmischem maschinellem Lernen mit vom Benutzer kuratierten Inhalten mit dem Ziel, bessere Empfehlungen für alle bereitzustellen.

Hunch bietet personalisierte Empfehlungen zu Zehntausenden von Themen und arbeitet jetzt mit anderen Unternehmen zusammen, um benutzerdefinierte Empfehlungen für Websites und Anwendungen von Drittanbietern bereitzustellen. Es wurde von „einer Gruppe MIT-Nerds“ mit Hintergrund in Informatik und Mathematik ins Leben gerufen, die untersuchten, wie maschinelles Lernen verwendet werden kann, um intelligente, geschmacksorientierte Empfehlungen abzugeben.

Wie funktioniert Hunch?

Um mit Hunch zu beginnen, gehen Sie zur Startseite und melden Sie sich mit Ihrem Facebook- oder Twitter-Konto an. Dann werden Ihnen eine Reihe von zufälligen (und ich meine zufälligen) Fragen gestellt, die Sie überspringen oder beantworten können. Nachdem Sie jede Frage beantwortet haben, können Sie den Prozentsatz der Personen sehen, die dieselbe Frage wie Sie beantwortet haben. Beantworten Sie so viele, wie Sie möchten, um Ihr Geschmacksprofil besser aufzubauen. Es macht wirklich Spaß, muss ich zugeben.

Hunch wird auf zwei Arten intelligenter / genauer. Erstens reifen Themen im Laufe der Zeit, da Hunch auf kollektivem Benutzerwissen basiert. Neu eingereichte Themen sind zunächst oft nicht sehr klug, aber da immer mehr Menschen sie trainieren und verfeinern, werden die Themen viel intelligenter.

Zweitens, je mehr Hunch Sie kennenlernt, desto mehr werden Ihre Empfehlungen angepasst. Jede Frage, die Sie beantworten und jedes Thema, das Sie versuchen, hilft diesem Prozess.

Wenn Hunch eine Empfehlung abgibt, zeigt es Ihnen auch, warum es vorgeschlagen hat, was es getan hat. Wenn Sie mit der Begründung nicht einverstanden sind und der Meinung sind, dass eine wichtige Frage oder ein entscheidendes Ergebnis übersehen wurde, können Sie alle diese Informationen selbst hinzufügen.

Wenn andere einem Ihrer Vor- / Nachteile einen Daumen hoch geben, erhalten Sie sogenannte Flecks. Flecken sind wie Streicheleinheiten auf dem Rücken, und die Leute können Sie für eine Frage, ein Ergebnis oder ein Thema, das Sie beigesteuert haben, „flecken“. Sie können sie anderen Personen von ihren Profilseiten aus oder in einem Themenspiel wiedergeben. Schriftliche Flecken müssen von der Person, die die Flecken erhält, genehmigt werden, bevor sie auf ihrer Profilseite sichtbar sind.

Cred, Abzeichen & Banjos

Wenn Sie sich an das Thema halten, Requisiten an andere zu vergeben, können Sie auch Cred in der Hunch-Community erstellen. Cred steht für Glaubwürdigkeit, eine Zusammenfassung Ihrer Hunch-Beiträge.

Sie erhalten auch Abzeichen, wenn Sie Hunch verwenden. Abzeichen stehen für die verschiedenen Arten, wie Sie beigetragen haben. Banjos (das ist richtig, Banjos) sind eine Art von Abzeichen, die eine numerische Zusammenfassung Ihrer Gesamtbeiträge darstellen. Andere Abzeichen geben die Art des Inhalts an, den Sie beigesteuert haben.

Fazit

Schauen Sie sich auch die anderen Dinge von Hunch an - wie Twitter, iPhone-Apps und ein Facebook-Spiel - auf der Goodies-Seite [Nicht mehr verfügbar].

Ich denke, Hunch ist eine wirklich interessante Community. Nachdem ich nur ein paar Fragen beantwortet hatte, wurden einige meiner Lieblingsfilme und -fernsehshows empfohlen. Sobald Sie es für eine Weile verwenden und mehr über Sie erfahren, kann es ein wirklich nützliches Werkzeug für Sie sein.

Was halten Sie von personalisierten Empfehlungs-Engines? Wirst du Hunch ausprobieren?