Первоначально написано в июле 13 года

Для непосвященных позвольте мне очень быстро объяснить, что они означают.

График интересов — это представление отношений между людьми и вещами.

В общем, «вещи» — это вещи, представляющие интерес для людей, или вещи, которые их волнуют. Активно или пассивно, страстно или как дополнительный интерес. Это могут быть знаменитости, бренды, объекты, темы, события, индустрия, люди, что угодно.

Эта концепция, вероятно, возникла в отличие от Social Graph, который представляет собой представление отношений между людьми и другими людьми, популяризированное Facebook .

Часто это односторонние отношения или асимметричные отношения, в отличие от Social Graph, который обычно представляет собойдвусторонние отношения «друзья».

В наши дни в городе говорят о чем-то, что называется «График вкуса».

Taste Graph — это просто более гиковский способ сказать «утонченные интересы». Сказать что-то вроде того, что вы любите спорт, кино или музыку, — это более широкая диаграмма интересов, но если вы скажете, что вам нравятся теннис, фильмы с черным юмором и рок-музыка, это даст больше глубины вашим интересам, также известным как диаграмма вкусов. Вы, конечно, можете пойти дальше и сказать, что вам нравятся Надаль, Тарантино и Джим Моррисон, уточнив это еще больше.

В порядке. Так о чем суета?

Знание того, что вам действительно интересно, может принести большую пользу. Полезно Вам!

Однако создание такого движка требует серьезного мышления и разработки довольно сложных алгоритмов и древовидных структур.

Использование этих данных для придания релевантности пользователям — непростая работа и уж точно недешевая. Тоже не всегда точно.

Однако в большинстве случаев сок стоит того, чтобы его выжать.

Вот почему:

1. Цифровой маркетинг. Создание осведомленности о продуктах, которые могут вас заинтересовать, на основе вашей истории просмотров. На основе вашего графика интереса/вкуса может быть показана реклама, которая более актуальна для вас и с большей вероятностью привлечет ваше внимание. Следовательно, генерируя лучшие CTR и лучшую рентабельность инвестиций.

2. Рекомендации по продуктам. Amazon – лучший пример. На сайте есть все элементы уравнения: ваша история покупок, история поиска продуктов и даже взаимосвязь продуктов (люди, которые купили это, купили и это).

Обратите внимание, что в каждом из приведенных выше случаев вы явно не указываете свои симпатии и антипатии. Система «учится» на вашем поведении и выдает рекомендации. Это метод так называемого «неявного сбора данных».

С другой стороны, запрос ваших предпочтений, а затем персонализация — это способ сбора данных «явно».

Однако использование явной информации из социальных сетей для предоставления рекомендаций может оказаться сложным, поскольку созданная биография может быть проецируемым изображением, а не истинным изображением.

Другие интересные приложения:

3. Обнаружение контента: в этой категории было много изменений в отношении персонализированных рекомендаций. Какие темы новостей могут вас заинтересовать, какие песни вам, скорее всего, понравятся, какие фильмы вам, скорее всего, понравятся. и все это с достаточной точностью.

Однако здесь есть несколько существенных проблем. Что делать, если у них недостаточно данных о вас, чтобы дать хорошие рекомендации. Даже если бы они это сделали, существует риск того, что сигнал будет просто случайным или рекомендации после этого станут слишком повторяющимися.

Может быть, они должны просто спросить вас. Кроме того, у вас нет причин проецировать изображение на алгоритм! Такие компании, как Hunch, попытались решить эту проблему, попросив пользователей явно поделиться своими интересами со стимулом, что взамен пользователи получат более точные рекомендации.

Однако у этого подхода есть некоторые психологические препятствия. Количество данных, которые нужно добровольно предоставить, чтобы получить достойную рекомендацию или сделку, настолько велико, что он или она может просто искать продукт напрямую. Отдача от вложенных усилий не вписывается. Нет ROE, если хотите.

Что может быть достаточно сильным стимулом для сбора пользовательских данных путем прямого запроса?

Добро пожаловать в мир социальных открытий

На самом простом языке «Social Discovery» означает, что один пользователь узнает важную информацию о другом.

Могут ли два графа интересов разговаривать друг с другом и активировать «Социальное открытие». Например-

4. Сотрудник — открытие работодателя. Работодатель всегда заинтересован в том, чтобы нанять идеального парня с нужными навыками и соответствующей корпоративной культуре.

Большинство людей, как мы знаем, в основном, по крайней мере, пассивно ищут новую работу.

Кто-то не доволен зарплатой, кто-то не доволен графиком работы, кто-то культурой труда, большинство терпеть не может своих непосредственных начальников и по сотне других причин. Проведенное исследование говорит, что в секторе услуг это число составляет ошеломляющие 83% !! Сожалею о состоянии дел - да. Но представляет ли это также большую возможность подобрать правильного работодателя к правильному сотруднику. Очевидно, что система поиска по ключевым словам работает не очень хорошо.

Вероятно, компаниям пора начать создавать свои собственные графики интересов и публиковать их, чтобы привлекать наиболее подходящие таланты. Для частных лиц, чтобы начать создавать свои собственные страницы about.me с информацией о своей профессиональной деятельности (Linkedin) И их более легкой стороне (дескриптор Twitter)

Могут ли системы затем отображать сигналы, присутствующие на двух графиках интереса, и отправлять автоматические предложения…!!

Может ли это, наконец, положить конец вездесущему резюме!

5. Знакомства и брак –

Вероятно, самым романтичным использованием графиков интересов может быть решение самой большой проблемы из всех. Найди подходящего спутника жизни!! Теперь мы действительно говорим!

Конечно, продукт, основанный на принципах графа интересов, кажется, имеет наилучшие шансы спровоцировать эти первоначальные разговоры, помочь растопить лед между людьми, что так важно для успеха любого продукта, пытающегося зажечь химию!

Кстати, слой социального графа для поддержки личности может оказаться здесь очень полезным.

Что ж, оставив остальные возможные приложения для воображения и открытий.

Нравится вам это или нет, сеть меняется каждый день. Он продолжает расти, и мы продолжаем становиться все более зависимыми от него. Интернету нужно направление. Нам нужно начать переходить от поиска в Интернете к его использованию.

Некоторые утверждают, что персонализированная сеть станет будущим сети. И персонализированная сеть на самом деле находится всего в одном графике интересов.