Hunch: Ett botemedel mot obeslutsamhet?

På senare tid har sökmotorer börjat fokusera mer på att ge svar på specifika frågor. Lägg till exempel Botswanas huvudstad i de flesta sökmotorer, så producerar de gärna både rätt svar och länkar till relevanta webbplatser. Men de flesta sökmotorer är till liten nytta med mer abstrakta frågor, som vilken bok ska jag läsa? eller vad ska jag göra till middag?





Puckel , en webbplats som lanseras för allmänheten idag, hoppas kunna vara svaret på dessa frågor och många fler.

Hunch börjar där en sökmotor slutar, enligt en av grundarna Caterina Fake , som tidigare var med och grundade fotodelningssajten Flickr och arbetade senare på Yahoo Answers. Fake påpekar att en vanlig sökmotor skulle ge en användare som är intresserad av att köpa en digitalkamera länkar till hundratals sajter som granskar och jämför de senaste modellerna. Användaren måste sedan sortera igenom den informationen och ta reda på vilken kamera som är rätt för henne.

Däremot ställer Hunch några enkla flervalsfrågor, inklusive Vilken typ av fotografering är du intresserad av?, Vill du ha en 'peka och skjuta', en SLR-kamera eller en avståndsmätare? och hur mycket zoomar du vilja? innan du rekommenderar en specifik modell.



Webbplatsen erbjuder personliga rekommendationer för alla typer av frågor. Även om många av frågorna som redan finns på sajten är lättsamma, finns det seriös datavetenskap under huven.

Efter att en användare har skapat ett konto och loggat in på Hunch har hon möjlighet att svara på alla möjliga frågor i en ruta märkt Teach Hunch About You. När användaren går igenom dessa frågor, bygger Hunch upp mängder av data för att hjälpa till med de rekommendationer som den gör.

För att finjustera sina rekommendationer balanserar Hunch en användares svar på frågor med information från hennes profil. Användare kan ange om Hunchs rekommendationer var bra eller inte, och denna information kommer att hjälpa till att justera de faktorer som styr webbplatsens algoritmer i framtiden.



Fake tror att många befintliga rekommendationssystem, som de som används av Amazon eller Netflix, kämpar eftersom data som de samlar in relaterar till ett snävt spektrum av ämnen. Hon tror att problemet är att de bara har användarnas bok- eller filmbetyg att arbeta med. Oavsett om du vill Napoleon Dynamite kan ha att göra med om du spelade mycket flipper som barn, säger Fake.

Fake ser Hunch som ett stort experiment, men dess framgång kommer att bero på användarnas vilja att skapa nytt innehåll för webbplatsen och ge feedback för att träna dess algoritmer. Även om företaget sådde webbplatsen med några enkätfrågor och ämnen, lades det mesta av det som finns där nu till av användarna själva under betatestning, säger Fake.

Frågestund: Hunch ställer flera frågor till användarna för att förfina sin ursprungliga fråga.



Förutom att betygsätta om ett resultat var användbart kan användare föreslå andra rekommendationer eller förbättringar av undersökningar. Nya frågeämnen kan läggas till i ett workshopområde som ska utvecklas tills användarnas röster indikerar att de är tillräckligt korrekta för att släppas som frågor på den bredare webbplatsen.

John Riedl , en professor i datavetenskap vid University of Minnesota, som studerar rekommendationssystem och onlinesamarbete, säger att Hunch tar itu med ett fascinerande problem, och ett som akademiska forskare har arbetat med under lång tid. Datorer är bra för att skapa spel som 20 frågor, säger han; Hunch har dock att göra med mycket mer amorfa problem. En enda fråga kan ha dussintals möjliga resultat, och informationen som en användare tillhandahåller kanske inte hjälper en dator att tydligt skilja mellan alternativen.

En nyckelfråga, säger Riedl, kommer att vara om platsen kan bygga upp en bas av frivilliga som är villiga att bidra. Medan projekt som förlitar sig på användargenererat innehåll – som Wikipedia – representerar några av vår tids extraordinära prestationer, säger Riedl, frågar Hunch många av sina användare.



Hunch har ännu inte svarat på frågan om hur det skulle kunna tjäna pengar, men Fake säger att intäkterna sannolikt kommer från sponsrade länkar som visas vid sidan av resultaten. Eller om Hunch föreslår ett visst märke av bärbar dator, kan webbplatsen få en hänvisningsavgift om användaren går vidare och köper enheten. Fake betonar dock att reklam endast skulle visas efter att ett resultat har genererats och inte skulle påverka de produkter som webbplatsen föreslår.

När sidan förbättras hoppas Fake att resultaten kommer att kännas allt mer intuitiva, lämpliga och till och med lite mystiska. Hon säger, jag vill att det ska kännas som Magic 8 Ball-upplevelsen.

Dölj