желанные состояния – именно в этом ключе ее и следует оценивать в
68
ГЛАВА 1.3. НАВИГАЦИЯ – НОВЫЙ ВИД УСЛУГ В МИРЕ МУЗЫКИ
рамках рекомендательной системы. Важно одно: слушатель достовер-
но знает, понравилась ему музыка или нет, а если формулировать точ-
нее, понравился ли он сам себе в присутствии этой музыки. Именно он
и только он – наилучший детектор «для-себя ценности». Оценивать-
ся должно не произведение искусства как таковое (это компетенция
искусствоведов), а порождаемые им субъективные эффекты – вот в
чем потребитель культуры априори компетентен. Такая оценка субъ-
ективна, но в том-то и вся соль: для пользы дела она и должна быть
субъективной.
Чьи оценки подлежат сбору? Да всех добровольцев без исключе-
ния. Система не нуждается в искусственно набранных референтных
группах.
1.3.2. Изобретение, которого не было
1.3.2.1. Коллаборативная фильтрация – фундаментальное
решение проблемы навигации
Подобный подход к проблеме выбора может показаться фантасти-
ческим, но это не так. Он не только не нов, но применяется на практике
более десяти лет. Прототип механизма потребительской селекции был
создан в 1992 году. Идея автоматически вычленять вкусовые сообщест-
ва и предоставлять их членам возможность обмениваться суждениями
была предложена Дейвом Голдбергом (Dave Goldberg) и его коллегами
из исследовательского центра Xerox PARC в Пало-Альто, Калифорния.
Именно они ввели термин «коллаборативная фильтрация»109.
В последующие годы первоначальную «сырую» идею коллабора-
тивной (кооперативной) фильтрации довели до ума и сегодня реко-
мендации даются исходя из сходства предпочтений человека и других
пользователей. Для этого клиенту нужно оценить несколько объектов, на основании чего вырисовывается его персональный профиль. В со-
ответствии с ним подбираются советчики, затем их мнения о произ-
ведениях, еще не знакомых клиенту, доводятся до его сведения. Эта
изящная схема начала активно разрабатываться с 1994 года110, одна-
ко ее судьба оказалась тернистой. В методе изначально присутствова-
109 United We Find // Th
e Economist, March 10, 2005.
110 Heylighen F. Collaborative Filtering // Principia Cybernetica Project [on-line], 2001.
[cited Feb. 28, 2005]. Available from URL:
<http://pespmc1.vub.ac.be/COLLFILT.html>.
69
ЧАСТЬ 1. ПЕРСПЕКТИВНАЯ МОДЕЛЬ МУЗЫКАЛЬНОГО БИЗНЕСА
ла одна недоработка, которая со временем привела к проблемам. В чем
суть загвоздки и как ее преодолеть, будет изложено ниже, после анализа
первого опыта внедрения коллаборативной фильтрации.
1.3.2.2. Механизм коллаборативной фильтрации
Поскольку персональные рекомендации генерируются в результате
анализа и сравнения оценок конкретного пользователя и других людей, вся соль коллаборативной фильтрации в способе нахождения этих дру-
гих людей. В общем виде процедура выглядит так111:
? регистрируются предпочтения большой группы людей, на их основе
