125 Ресурс Audioscrobbler перемещен по адресу: www. Last. Fm; Launchcast Radio можно найти в интернете по двум ссылкам: старой – www. launchcast.com и но-
вой – http://launch. yahoo.com/launchcast/. Дополнительную информацию см. в
приложении 1, разделы 11.4. и 11.8.
126 Оценить первые несколько композиций все же желательно.
80
ГЛАВА 1.3. НАВИГАЦИЯ – НОВЫЙ ВИД УСЛУГ В МИРЕ МУЗЫКИ
Если же речь идет о произведениях однократного потребления –
книгах, пьесах, фильмах и т. п., результаты дает только метод фильтра-
ции, основанный на рефлексии потребителей. Чтобы повысить точ-
ность рекомендаций в пообъектной схеме, базу данных дополняют
сведениями о клиентах. Для этого их классифицируют по социально-
демографическому принципу, вычленяя в лучших традициях марке-
тинга фиксированные группы, как-то: средний класс, живущий в при-
городе; молодой горожанин – профессионал; религиозный сельчанин с
велосипедом и т. д., – и затем пытаются разбить население на кластеры.
Нет информации, которую не стремились бы вовлечь в оборот: акаде-
мические успехи, опыт работы, семейное положение, возраст, пол, раса, почтовый индекс, кредитная история, участие в фокус-группах и т. д., и т. п. Чтобы определить, чего захотят потребители, сначала пытают-
ся установить, кто они такие. Это довольно трудоемко, бесполезно, а в
чем-то и неприятно, поскольку на такую информацию с высокой веро-
ятностью найдется заказчик, и это – не потребитель культуры, а кто-то
другой с не вполне ясными намерениями.
Изюминка коллаборативной фильтрации по схеме «потребитель –
потребитель» состоит как раз в том, чтобы не отягощать процесс ничем
лишним. Система не очень хочет знать, кто есть кто, ей нужны лишь
добровольно высказанные предпочтения. Только из них выводится, кто к какому культурному сообществу относится. Группы не являют-
ся чем-то постоянным, они меняются вместе с людьми. Например, не-
кто не видел ни одного фильма Бунюэля, но если завтра он посмотрит
«Этот смутный объект желания» и присвоит ему высокий балл в систе-
ме MovieLens, то группа людей, ранее определявшаяся как «точно такие
же, как он», немедленно изменится.
Версия фильтрования, опирающаяся не на явно выраженные, а на
угадываемые предпочтения, подозрительно приспособлена для ком-
мерческих интересов. В ней теряется самое главное: опора на воспри-
нимаемое качество, поэтому она хуже служит интересам потребителей.
Хотя сегодня, пока рекомендательные системы только отлаживаются, нет смысла подозревать кого-то в манипуляциях. Например, Amazon демонстрирует верх корректности – клиентам предоставляется воз-
можность «обучить» систему, сообщая ей свое мнение о точности ре-
комендаций. Сама по себе состыковка информационного фильтра с
торговлей может быть и не лишена смысла, но по мере того как попу-
лярность подобных сервисов будет расти, искушение манипулировать
ими тоже будет увеличиваться. Например, издатели, вмешиваясь в про-
81
ЧАСТЬ 1. ПЕРСПЕКТИВНАЯ МОДЕЛЬ МУЗЫКАЛЬНОГО БИЗНЕСА
цесс ранжирования, могут начать рекомендовать свои собственные
книги. А уж авторам и их окружению удержаться от подкручивания
счетчиков будет крайне сложно. М. О’Махони показал, что самые со-
вершенные системы фильтрации неустойчивы к проискам злоумыш-
ленников127. Они на это не рассчитаны. Ведутся разработки защиты
от «рекомендационного спама», но о практическом применении гово-
