Коллектив Авторов - Цифровой журнал «Компьютерра» № 204

Есть общедоступные для анализа вещи, вроде активности людей в соцсетях, но есть и закрытые хранилища данных. Например, история поиска в Google. Впрочем, даже того, чт о есть в открытом доступе, уже достаточно для хорошего анализа. Количество этой информации увеличивается очень быстро, а вместе с ним растёт и наша способность делать из неё корректные выводы.

С другой стороны, устройства, с которыми люди взаимодействуют ежедневно, становятся более личными. Ещё недавно компания Google проводила исследование, в котором пыталась ответить на вопрос, насколько персональными считают люди свои мобильные гаджеты и компьютерную технику. Тогда оказалось, что большинство людей не считают компьютер чем-то личным: для них важны сервисы, которыми они пользуются, но не само устройство. А телефон — это как раз что-то очень «своё».

Смартфоны сейчас обрастают способностью собирать данные — сенсорами и предиктивными сервисами, которые пытаются понять, что человеку сейчас нужно. Виден уже следующий шаг к более интегрированным устройствам — очкам, часам и даже имплантатам. Такие системы уже не фантастика. Они будут «знать», с кем именно работают, подстраиваться под него и помогать в принятии решений.

— Мы пытаемся быть на стыке этих вещей. Сервисом, персонализирующим даже не новостные, а информационные потребности людей. — Какие-тодругие сервисы будут привязаны к нему?

К примеру, если я ищу билеты на самолёт, то такая система должна учитывать все известные факты: каким классом я обычно летаю, из какого аэропорта, где люблю сидеть в салоне... При команде проложить маршрут поездки она должна «понимать», хочу ли я проехать по живописным районам или мне просто надо добраться как можно быстрее. В какой-то момент система научится довольно точно предсказывать потребности, и мне вообще не надо будет ничего уточнять.

— Нужно, если с этим связаны паттерны активности. Например, человек был в командировке и прилетел из Нью-Йорка в Сан-Франциско на конференцию. Если раньше он читал местные новости Нью-Йорка, то автоподстройка новостей позволит ему быстрее сориентироваться и не даст пропустить важные события, связанные с этой конференцией в другом городе. — Новостной сервис использует географическую привязку, но нужно ли это?

— Одна и та же новость может попасть или нет в подборку в зависимости от целого ряда причин. Человек может интересоваться разными вещами днём и вечером, дома и на работе. Это всё эвристическая оценка информационных потребностей. Например, известно, что многие люди хотят вечером получать лексически более лёгкие тексты. Они уже устали за день от чтения сложных материалов. — По каким критериям отбираются новости?

— Многое оценивается экспериментальным путём. Сначала выясняем, насколько люди задерживаются на странице с новостью и как быстро её прокручивают. Правда, здесь трудно использовать только критерии уделяемого времени. Для оповещения о некоторых событиях бывает достаточно увидеть заголовок и иллюстрацию, и это уже релевантная информация, даже если саму новость не читали. Поэтому мы пытаемся находить и какие-тотакие-то — Как вы формулируете у себя эти параметры попадания контента к человеку?другие позитивные критерии. Например, сколько людей отметили эту новость у себя и поделились ссылкой с другими. Часто нам прямо сообщают, что вот новости интересны и хочется видеть больше подобных — или наоборот, что эту тему больше никогда не надо показывать.

— Есть подборка так называемых features: это компании, персоны, места, объекты и отдельные темы. Их около миллиона, и они используются для автоматического анализа текста. — Каков внутренний механизм сервиса в общих чертах?

Например, где-то в новостях впервые упоминается Google Glass. Система ещё не знакома с этим понятием, но уже может по контексту сделать вывод, что это новый продукт компании Google. Затем выполняется поиск по другим источникам. Так можно составить представление о типе устройства и его свойствах.

Если становится много публикаций про Bitcoin и Litecoin, то выделяется новая актуальная тема — криптовалюта. Кроме того, есть масса скрытых классификаторов. По ним можно определить, например, что текст имеет республиканский или демократический уклон.

Другое важное направление — построение и проверка гипотез. Например, мы предполагаем, что люди из сферы финансов часто играют в гольф. Начинаем показывать каждому из них лучшие новости о гольфе и оцениваем реакцию, подтверждая или опровергая свою гипотезу. Цель — постоянно улучшать знания о пользователе, находить новые интересы и паттерны его поведения.