Знакома ли вам ситуация: решили провести вечер дома и посмотреть какое-нибудь кино в хорошей компании, но, попытавшись определиться, какое — провели за выбором столько времени, что на кино его не осталось — или пропало желание — или, всё-таки, начали что-то смотреть, но настроение было уже не то?
Большинство людей списывают эту проблему на свою недостаточную осведомлённость о мире кино, и пытаются её решить с помощью разных подборок и рейтингов, либо спрашивая совета — а бизнесы, в свою очередь, стараются сделать то же самое, предлагая пользователям подборки и рейтинги, либо разрабатывая рекомендательные системы. Тем не менее, проблема никуда не желает деваться — и развитие рекомендательных систем только перекрасило её в другие тона: теперь пользователи, вместо того, чтобы спрашивать совета у знакомых и незнакомых в интернете, бесконечно листают ряды ярких постеров на Netflix (проблема-то глобальная) или каком-нибудь ivi. Бизнесы, тем временем, за отсутствием лучших идей, продолжают пытаться запихнуть кубик в замочную скважину, надеясь, что всё-таки сумеют сделать рекомендательную систему, которая научится-таки угадывать, чего хочет пользователь, который не знает, чего он хочет; правда, надежды разработчиков на коллективный разум уже не оправдались: призывать на помощь других пользователей не помогло — каталоги отзывов и сервисы вопросов-ответов только уменьшают боль, не избавляя от неё, — так что теперь все ставки на разум искусственный — уж ИИ-то точно должен раскусить этот орешек!
Не раскусит. Во-первых, нейросети — это не ИИ. Маркетологи компаний, занимающихся разработкой нейросетей и поисками разгадки секрета создания ИИ замылили эту разницу, называя одно другим, но от этого она никуда не делась.
Во-вторых, они просто решают не ту проблему. Каждый раз, когда пользователь заходит в интернет с пожеланием «что-нибудь посмотреть» или «что-нибудь почитать», рекомендательные системы послушно бросаются его исполнять, предлагая на выбор бесчисленные варианты; тогда как реальный вопрос, на который человеку требуется ответ, не «что я хочу посмотреть?», а «что я хочу?»
В каком-то смысле они, конечно же, прекрасно работают, помогая увеличивать время, которое люди проводят, читая «Яндекс-дзен» или смотря «Нетфликс». Но проблема выбора заключается не в его недостаточности — наоборот, когда выбора нет, то нет и проблемы — а в его наличии. Когда люди ищут совета или рекомендации, то они ищут не «вот тебе сотня отличных вариантов на выбор», а избавления от этого самого выбора: «вот то, что тебе нужно». Как научиться давать именно такие советы — то, над чем ломают голову все, кому когда-либо приходилось что-либо продавать, рекомендовать или рекламировать — не важно, своё или чужое. И прогресс, безусловно, имеется, но количественный — эффективность рекламы, советов и рекомендаций растёт, — но качественного перехода от ситуации «вот, что мы можем вам предложить» к «вот, что вам нужно» до сих пор не произошло и в текущем направлении — не предвидится.
Дело в том, что прогресс человеческой цивилизации весьма неравномерен — и, блестяще научившись разбираться в том, как менять окружающую действительность под свои нужды, люди до сих пор продолжают оставаться, по большей части, в неведении насчёт того, каковы эти нужды на самом деле. А когда инструмент для выполнения задачи выбран неверно, его продвинутость и технологическое совершенство уже не имеют никакого значения.
Объясню на примере с выбором кино.
Проблема «что посмотреть» мне знакома давно и до боли — и поэтому я могу сразу отмести вариант с недостаточной осведомлённостью пользователя о новинках в кино: кинозадрот со стажем, за годы я собрал в своей голове вполне солидный каталог не только просмотренных, но и неотсмотренных фильмов — включая сохранённые под флажком «обязательно посмотреть!» — что мне даже интернет для того, чтобы с ходу подобрать кучу вариантов в разных жанрах не требовался — и, тем не менее, невозможность определиться с тем, что я хочу посмотреть, была моим регулярным головняком.
То есть, проблема не в ассортименте вариантов — и рекомендательной системой его не решить. Нейросеть можно натаскать на невероятную точность угадывания вкуса в кино, бесспорно, но интеллектом она станет, когда научится не угадывать желания пользователя, а уточнять сперва, правильно ли сам пользователь понимает, чего хочет.
В большинстве случаев успешный кинозазыр начинается не с желания «что-нибудь посмотреть», а с желания посмотреть нечто определённое.
Если же желание посмотреть кино не сопровождается в голове конкретным названием фильма, то не нужно повиноваться ему, как раб лампы, отправляясь покорно перебирать кинокаталоги;
сперва назовём проблему:
Бесцельное намерение ведёт к бесполезным решениям: задачу «что-нибудь посмотреть» не решить, где-нибудь поискав.
Намерение само по себе — это тоже лишь инструмент: инструмент удовлетворения потребности или нужды.
Именно нужда/потребность ставит задачу, а намерение — лишь предложение, пресловутая рекомендация, как её исполнить. Нерешаемых задач не бывает, бывают задачи неправильно поставленные. И неясное намерение сигнализирует о неясной потребности.
Намерение — это просто маршрут, но если цель, конечная точка, неизвестны — значит, надо обратиться к точке начала: что запустило это движение? Решение проблемы смутного желания только одно: отступить на шаг назад и разбираться с тем, какой потребностью это желание продиктовано.
«Не понимаю, что хочу» — это неверная постановка задачи, верно будет «не понимаю, почему хочу».
Желание что-нибудь посмотреть не означает желания что-нибудь посмотреть или вообще желания что-нибудь смотреть в принципе. Это всего лишь рекомендация — рекомендация внутренней рекомендательной системы, встроенной в каждого человека. Эта система называется бессознательное, и работает точно так же, как любая рекомендательная нейросеть, потому что и является нейросетью — оригинальной нейросетью, прообразом всех нейросетей.
Что происходит, когда в области бессознательного раздаётся сигнал какой-либо нужды?
Короче, нейросети нам не помогут, потому что наше подсознание — тоже нейросеть. Короче, тут пора подключать высшую нервную деятельность и разбираться с желанием как сигналом о потребности, и выяснять надо, не что делать, а откуда сигнал.
Различие между нейросетью, искусственной или биологической, и интеллектом, искусственным или биологическим — это различие между рекомендательной системой и системой принятия решений. Бессознательное человека — это такая же рекомендательная система, а любая рекомендация — это всегда игра в ассоциации:
Конечно, случаются и точные попадания — например, если бы бессознательное стало решать задачу 3+3:
При этом подобный метод решения задач вполне способен выдавать эффективный результат: например, если бы задача была 2+2, а в памяти были бы примеры успешного решения задач 3+3 и 2*2, то бессознательное (и нейросеть) порекомендовали бы ответ 4. И чем богаче опыт (библиотека образов) — тем больше будет вероятность удачного выбора, но, в ассоциативной парадигме верное решение всегда будет оставаться вопросом из категории вероятностей.
Так что же с выбором, какое кино посмотреть?
Расскажу на примере такого феномена, как stress eating:
В случае успеха — то есть, человек послушался, скушал сладкого и, действительно, ему полегчало — паттерн «стресс — еда» закрепится. Чем больше повторений — тем сильнее закрепление: разовые, не укладывающиеся в паттерн флуктуации, рекомендательные системы пессимизируют. Так что, если однажды ванночка с мороженым не сработает, но примеров, когда таким образом удавалось успокоить сигнал стресса, всё равно больше — то при его повторении она всё ещё будет первой в списке решений, рекомендованных бессознательным.
Настоящий сигнал биологической потребности, как физической, так и психологической — это не намерение, а прикреплённые к нему эмоции. Намерение — это всего лишь рационализация, потребность скрывается за эмоциями.
Поэтому для её решения необходимо отрефлексировать, какие именно эмоции предвкушаются в связи с конкретным намерением. Иными словами, метод работы с неясными намерениями подразумевает движение не в сторону поисков следующего шага, а реверс-инжиниринг до источника этого намерения — потребности. В процессе анализа следует двигаться маленькими шажочками, потому что самая сложная нервная деятельность разбивается, в итоге, на простейшие двоичные операции: синапс в нейронной системе либо загорелся, либо нет.
Вот как выглядит (упрощённый) реверс-инжиниринг stress eating:
Аналогичный реверс-инжиниринг желания «что-нибудь посмотреть вечерком» желающие могут выполнить самостоятельно.
P.S. Примеры «А я в такой же ситуации нашёл кино и посмотрели нормально» не являются релевантными возражениями, потому что возникает слишком много неизвестных — сама проблема поисков могла, в итоге, заглушить искомый сигнал — как хлеб глушит чувство голода, но в обоих случаях искомая нужда остаётся неудовлетворённой. Но если кино смотрелось в полглаза, без интереса, с перерывами и т.д. — значит, дело было точно не в желании посмотреть кино.
Большинство людей списывают эту проблему на свою недостаточную осведомлённость о мире кино, и пытаются её решить с помощью разных подборок и рейтингов, либо спрашивая совета — а бизнесы, в свою очередь, стараются сделать то же самое, предлагая пользователям подборки и рейтинги, либо разрабатывая рекомендательные системы. Тем не менее, проблема никуда не желает деваться — и развитие рекомендательных систем только перекрасило её в другие тона: теперь пользователи, вместо того, чтобы спрашивать совета у знакомых и незнакомых в интернете, бесконечно листают ряды ярких постеров на Netflix (проблема-то глобальная) или каком-нибудь ivi. Бизнесы, тем временем, за отсутствием лучших идей, продолжают пытаться запихнуть кубик в замочную скважину, надеясь, что всё-таки сумеют сделать рекомендательную систему, которая научится-таки угадывать, чего хочет пользователь, который не знает, чего он хочет; правда, надежды разработчиков на коллективный разум уже не оправдались: призывать на помощь других пользователей не помогло — каталоги отзывов и сервисы вопросов-ответов только уменьшают боль, не избавляя от неё, — так что теперь все ставки на разум искусственный — уж ИИ-то точно должен раскусить этот орешек!
Не раскусит. Во-первых, нейросети — это не ИИ. Маркетологи компаний, занимающихся разработкой нейросетей и поисками разгадки секрета создания ИИ замылили эту разницу, называя одно другим, но от этого она никуда не делась.
Во-вторых, они просто решают не ту проблему. Каждый раз, когда пользователь заходит в интернет с пожеланием «что-нибудь посмотреть» или «что-нибудь почитать», рекомендательные системы послушно бросаются его исполнять, предлагая на выбор бесчисленные варианты; тогда как реальный вопрос, на который человеку требуется ответ, не «что я хочу посмотреть?», а «что я хочу?»
Почему я утверждаю, что рекомендательные системы не работают
В каком-то смысле они, конечно же, прекрасно работают, помогая увеличивать время, которое люди проводят, читая «Яндекс-дзен» или смотря «Нетфликс». Но проблема выбора заключается не в его недостаточности — наоборот, когда выбора нет, то нет и проблемы — а в его наличии. Когда люди ищут совета или рекомендации, то они ищут не «вот тебе сотня отличных вариантов на выбор», а избавления от этого самого выбора: «вот то, что тебе нужно». Как научиться давать именно такие советы — то, над чем ломают голову все, кому когда-либо приходилось что-либо продавать, рекомендовать или рекламировать — не важно, своё или чужое. И прогресс, безусловно, имеется, но количественный — эффективность рекламы, советов и рекомендаций растёт, — но качественного перехода от ситуации «вот, что мы можем вам предложить» к «вот, что вам нужно» до сих пор не произошло и в текущем направлении — не предвидится.
Дело в том, что прогресс человеческой цивилизации весьма неравномерен — и, блестяще научившись разбираться в том, как менять окружающую действительность под свои нужды, люди до сих пор продолжают оставаться, по большей части, в неведении насчёт того, каковы эти нужды на самом деле. А когда инструмент для выполнения задачи выбран неверно, его продвинутость и технологическое совершенство уже не имеют никакого значения.
Объясню на примере с выбором кино.
Проблема «что посмотреть» мне знакома давно и до боли — и поэтому я могу сразу отмести вариант с недостаточной осведомлённостью пользователя о новинках в кино: кинозадрот со стажем, за годы я собрал в своей голове вполне солидный каталог не только просмотренных, но и неотсмотренных фильмов — включая сохранённые под флажком «обязательно посмотреть!» — что мне даже интернет для того, чтобы с ходу подобрать кучу вариантов в разных жанрах не требовался — и, тем не менее, невозможность определиться с тем, что я хочу посмотреть, была моим регулярным головняком.
То есть, проблема не в ассортименте вариантов — и рекомендательной системой его не решить. Нейросеть можно натаскать на невероятную точность угадывания вкуса в кино, бесспорно, но интеллектом она станет, когда научится не угадывать желания пользователя, а уточнять сперва, правильно ли сам пользователь понимает, чего хочет.
В большинстве случаев успешный кинозазыр начинается не с желания «что-нибудь посмотреть», а с желания посмотреть нечто определённое.
Если же желание посмотреть кино не сопровождается в голове конкретным названием фильма, то не нужно повиноваться ему, как раб лампы, отправляясь покорно перебирать кинокаталоги;
сперва назовём проблему:
- у намерения должна быть цель;
- «что-нибудь» — это не цель;
- намерение сделать «что-нибудь» — это бесцельное намерение.
Бесцельное намерение ведёт к бесполезным решениям: задачу «что-нибудь посмотреть» не решить, где-нибудь поискав.
Намерение само по себе — это тоже лишь инструмент: инструмент удовлетворения потребности или нужды.
Именно нужда/потребность ставит задачу, а намерение — лишь предложение, пресловутая рекомендация, как её исполнить. Нерешаемых задач не бывает, бывают задачи неправильно поставленные. И неясное намерение сигнализирует о неясной потребности.
Намерение — это просто маршрут, но если цель, конечная точка, неизвестны — значит, надо обратиться к точке начала: что запустило это движение? Решение проблемы смутного желания только одно: отступить на шаг назад и разбираться с тем, какой потребностью это желание продиктовано.
«Не понимаю, что хочу» — это неверная постановка задачи, верно будет «не понимаю, почему хочу».
Желание что-нибудь посмотреть не означает желания что-нибудь посмотреть или вообще желания что-нибудь смотреть в принципе. Это всего лишь рекомендация — рекомендация внутренней рекомендательной системы, встроенной в каждого человека. Эта система называется бессознательное, и работает точно так же, как любая рекомендательная нейросеть, потому что и является нейросетью — оригинальной нейросетью, прообразом всех нейросетей.
Что происходит, когда в области бессознательного раздаётся сигнал какой-либо нужды?
- Ощутив сигнал потребности, бессознательное лезет в память и начинает подыскивать подходящее решение — то есть, смотрит, какие действия в прошлый раз удовлетворяли потребность, максимально близкую по сигнатуре к поступившему сигналу.
- Найдя наиболее подходящий вариант из уже имеющегося опыта, бессознательное передаёт сигнал в prefrontal cortex, префронтальную кору головного мозга aka область принятия решений: поступило желание <нрзб.>, возможно, вам подойдёт решение «посмотреть кино».
Короче, нейросети нам не помогут, потому что наше подсознание — тоже нейросеть. Короче, тут пора подключать высшую нервную деятельность и разбираться с желанием как сигналом о потребности, и выяснять надо, не что делать, а откуда сигнал.
Различие между нейросетью, искусственной или биологической, и интеллектом, искусственным или биологическим — это различие между рекомендательной системой и системой принятия решений. Бессознательное человека — это такая же рекомендательная система, а любая рекомендация — это всегда игра в ассоциации:
- судя по описанной вами проблеме
- на основе моего предыдущего опыта
- могу порекомендовать вам следующее решение
Конечно, случаются и точные попадания — например, если бы бессознательное стало решать задачу 3+3:
- хм, у нас нет предыдущего опыта решения задачи 3+3, но в нашей бибилиотеке паттернов хранятся успешные случаи решения задач 2+2 и 3*3;
- 3*3 отличается от от 3+3 всего на один знак, а 2+2 — на два знака из трёх;
- рекомендуемый варианта ответа: 9.
При этом подобный метод решения задач вполне способен выдавать эффективный результат: например, если бы задача была 2+2, а в памяти были бы примеры успешного решения задач 3+3 и 2*2, то бессознательное (и нейросеть) порекомендовали бы ответ 4. И чем богаче опыт (библиотека образов) — тем больше будет вероятность удачного выбора, но, в ассоциативной парадигме верное решение всегда будет оставаться вопросом из категории вероятностей.
Так что же с выбором, какое кино посмотреть?
Расскажу на примере такого феномена, как stress eating:
- бессознательное получает сигнал стресса;
- начинает шарить по просторам памяти, пока не наткнётся на воспоминания о покое и благости в процессе поедания ванночки с мороженым;
- рекомендует что-нибудь скушать, чтобы успокоиться.
В случае успеха — то есть, человек послушался, скушал сладкого и, действительно, ему полегчало — паттерн «стресс — еда» закрепится. Чем больше повторений — тем сильнее закрепление: разовые, не укладывающиеся в паттерн флуктуации, рекомендательные системы пессимизируют. Так что, если однажды ванночка с мороженым не сработает, но примеров, когда таким образом удавалось успокоить сигнал стресса, всё равно больше — то при его повторении она всё ещё будет первой в списке решений, рекомендованных бессознательным.
Итак: решение задачи «что посмотреть»
- желание «что-нибудь посмотреть» — это побуждение, вызванное нераспознанной потребностью;
- задача, которую нужно решить — не что посмотреть, а какая потребность вызывает побуждение «что-нибудь посмотреть.
Настоящий сигнал биологической потребности, как физической, так и психологической — это не намерение, а прикреплённые к нему эмоции. Намерение — это всего лишь рационализация, потребность скрывается за эмоциями.
Поэтому для её решения необходимо отрефлексировать, какие именно эмоции предвкушаются в связи с конкретным намерением. Иными словами, метод работы с неясными намерениями подразумевает движение не в сторону поисков следующего шага, а реверс-инжиниринг до источника этого намерения — потребности. В процессе анализа следует двигаться маленькими шажочками, потому что самая сложная нервная деятельность разбивается, в итоге, на простейшие двоичные операции: синапс в нейронной системе либо загорелся, либо нет.
Вот как выглядит (упрощённый) реверс-инжиниринг stress eating:
- намерение — что-нибудь съесть;
- ассоциирующаяся с ним эмоция — покой и благость;
- потребность в покое вызвана стрессом;
- решение — разбираться со стрессом, а не выбирать, что бы скушать.
Аналогичный реверс-инжиниринг желания «что-нибудь посмотреть вечерком» желающие могут выполнить самостоятельно.
P.S. Примеры «А я в такой же ситуации нашёл кино и посмотрели нормально» не являются релевантными возражениями, потому что возникает слишком много неизвестных — сама проблема поисков могла, в итоге, заглушить искомый сигнал — как хлеб глушит чувство голода, но в обоих случаях искомая нужда остаётся неудовлетворённой. Но если кино смотрелось в полглаза, без интереса, с перерывами и т.д. — значит, дело было точно не в желании посмотреть кино.
Комментарии я читаю, но отвечать на них буду уже в следующих публикациях. Если вы хотите дополнить либо поправить меня в чём-то — пишите мне в личку или на почту. Если у вас есть собственные мысли по этому поводу — не разменивайтесь на комментарии, лучше пишите ответный пост. Если же вы хотите выразить поддержку или пожелать скорейшего появления следующих статей, то лучшим способом это сделать будет — воспользовавшись функцией «Поддержать автора» ниже (Яндекс-деньги) или через Qiwi (Qiwi, карта, наличные).
SemenPV
Надо чтобы рекомендательный сервис принимал список просмотренного кино, даты просмотра и его оценки. Плюс спискок что в данный момент было бы интересно посмотреть, жанры и/или примеры нескольких фильмов на которые должен быть похож фильм для просмотра и опцию открыты ли вы к повторному просмотру. Если добавить оценки и предпочтения по актёрам, то еще лучше можно предсказывать. Ну а если ещё книги подтянуть, то вообще хорошо.
Рекомендательные системы, не обладают достаточной информацией чтобы правильно отработать, если базируются на данных собранных с одной платформы и только за время на которое подписан пользрователь (особенно если они загрязнены данными совместного просмотра, т.е. аккаунт используется многими членами семьи). Надо иметь более широкий и более глубокий взгляд на предпочтения.
imdb наверное в той позиции чтобы наиболее качественные советы давать, но как заставить человека совершить первоначальное усилие по наполненнию списка, не ясно.
Тот же нетфликс или амазон, советуют фильмы которые я уже посмотрел и посмотрел недавно, не понятно зачем это делается и подрывает доверие к качеству советуемого.
Очень интересный вариант — это экспертные советы. Если будет несколько человек которые еженедельно выдают рекомендации (например 3-5 фильмов в каждой категории), то через некоторое время вы найдётё своего эксперта, засинхронизируетесь с ним и сможете просто следовать его рекомендациям.
Когда идёт выбор для просмотра группой, то наверное наилучший вариант это выбрать ответственного за просмотр и согласиться на то, что все смотрят что он поставит и не возникают.
inkvizitor68sl
Надо, чтобы рекомендательный сервис не закрывался без возможности переноса оценок в другой сервис. В третий сервис я не могу уже заставить себя вбивать все фильмы по новой (да и нет их).
RIP кинобаза, RIP имхонет.
tmin10
По GDPA сервисы должны предоставлять выгрузку всей накопленной о юзере информации, т.е. его оценки в том числе.
inkvizitor68sl
Когда GDPA появился — кинобаза и имхонет были уже мертвы. Да и какая разница — кинобаза предоставляла выгрузку. Предоставляла ровно до того дня, когда закрылась без предупреждения (ну ок, они большую часть баз дропнули, а восстанавливать уже не захотели и просто закрыли проект). С имхонета после объявления о закрытии я тоже выгрузку сделать так и не смог.
И залить эти выгрузки в любом случае было (и есть) некуда.
limassolsk
Imhonet был шикарен. Лет 10 назад он порекомендовал мне фильм 1984, я тогда ещё подумал, что нафига мне какой-то старый чёрно-белый фильм с рейтингом около 7, но имхонет был непреклонен и писал что-то типа «с вероятностью 90% вы оцените этот фильм на 9 из 10». Я сдался и ни разу не жалею. Все остальные рекомендации были на подобном (бесподобном) уровне.
Потом имхонет закрылся, потому что у его владельца был так же строительный бизнес, на котором он и решил сконцентрироваться. Потом пошла волна, «не покупайте у него недвижку, он вас в любой момент может кинуть как с имхонетом».
После этого появилась возможность выгрузки оценок, чем я сразу же воспользовался, у меня их было около 700.
Потом Кинопоиск добавил возможно импорта оценок из имхонет. Чем я тоже воспользовался, но кинопоиск мне так ничего и не порекомендовал, писал «Недостаточно оценок, оцените фильмы из топ-500» и это при наличии 700 оценок.
В imdb был только экспорт, я вручную проставил оценки для фильмов, которые я оценивал на 9-10, но никаких внятных рекомендаций так и не получил.
Короче с тех пор я не пользуюсь рекомендательными системами и выбирать фильмы стало сильно сложнее.
А всё могло сложиться иначе, если бы все оценки за 10 лет выложили в общий доступ без привязки к персональной информации, тогда мог бы появиться новый рекомендательный сервис.
PS: строительная контора, в пользу которой был закрыт имхонет, в итоге обанкротилась, а владелец свалил заграницу :)
inkvizitor68sl
Да, кинопоиск в части рекомендаций расстроил. Я добирался до персональных, там всякие Зеленые Мили и прочее из топ-500 (не то, чтобы я считал эти фильмы плохими, но я такое вообще не смотрю (лучше почитать), а оценки проставлял исключительно комедиям и около того).
wxmaper
iproger
Есть сервис MyShows.
solariserj
Экспертные советы — хороший подход, может из 10 советов ты 5 уже смотрел, 3 не интересны а 2 уже можно задуматься. А так колёсишь по нету в поисках посмотреть но более половины предлагаемых уже смотрел остальная не интересна. И порой самое интересное что телевизор с ТВ1000 подкидывает интересные идеи для просмотра, даже фильмы начала 00х годов которые ты пропустил. Раньше, пока не закрыли torrentsmd, там была рубрика популярные торенты за сегодня / 3 дня. И порой выручало.
andrey_ssh
1. Синхронизируемся с экспертом.
2. Эксперт продаётся диснею/марвелу/…
3. Смотрим одни комиксы.
Реальная история.
funca
Зритель ищет в кино определенную гамму эмоций, соответствующую текущему настроению и ситуации. Думаю алгоритмы можно улучшить, если зайти с этой стороны.
HEKET313
Тоже во время прочтения статьи постоянно об этом думал. Говоря за себя, я могу захотеть пересмотреть Темного рыцаря не потому, что там Бэтмен, не потому, что играет его Кристиан Бэйл, и не потому, что фильм снял Нолан, а потому, что у фильма своя мрачная атмосфера, и мне хочется погрузиться в нее. Соответственно какой-нить Отряд самоубийц или Мстители тут совсем никак не подойдут.
dominigato
Кино смотрят от скуки в основном, а скука — это отсутствие эмоций, или их низкий уровень. Кино даёт возможность попереживать, прожить кусочек чужой жизни как свой, почувствовать что-то интенсивно — а значит более-менее прожить эти полтора часа, по по-настоящему прожить то есть.
Иногда эмоциональный фон уже есть, но он не устраивает, тогда кино используется как способ отвлечься — на другую эмоцию.
Я конечно не говорю что кино смотрят люди, у которых нет своей жизни, но болезненное пристрастие к латиноамериканским сериалам вполне может об этом сигнализировать :)
А вообще конечно кино это часть самой великой индустрии в мире — индустрии развлечений, и надо рассматривать его в этом контексте тоже.
Не забываем и про психологические и даже терапевтические аспекты. Кино возникло от рассказов старейшин племени возле костра, тут и ритуальный аспект.
algotrader2013
А в чем противоречие? Есть большая сложная нейросеть А в голове конкретного зрителя, есть маленькая простенькая сеть Б на сервере рекомендательной системы. Сеть Б это упрощенная модель сети А, которая должна давать максимально близкий выход к выходу сети А, вход — это информация о конкретном фильме + шум, неизвестный сети Б (эмоции и потребности в момент просчета выхода сети А). Выход — это некая метрика (чем выше, тем больше понравился фильм).
Глубинные слои (гиперпараметры) сети Б обучаются по большому датасету на много зрителей. Параметры сети Б обучаются по действиям конкретного зрителя.
Понятно, что если можно было бы просчитать А на всех фильмах в БД, то Б не нужна. Так же выходит, что мы выбираем между двумя неидеальными вариантами.
1) запускать классную сеть А на малом наборе данных (фильмах, о которых может прочитать зритель)
2) запускать сеть Б на полном наборе данных (фильмы всех времен и народов).
Вполне может быть, что вариант 2 покажет результат лучше за счет большей выборки.
Условно, если 10% фильмов конкретному зрителю заходит, то выбрать 1, прочитав о 10, это сложная задача, ведь этот 1 фильм может в эти 10 и не попасть. А вот выбрать 1 из 20000, который попадет в топ 2000 конкретного зрителя — задача намного проще
KEugene
Когда-то я хотел купить зонтик. За пару дней изучения вопроса я выбрал модель и продавца. И купил зонтик. Потом ещё несколько дней гугл и фейсбук мне навязывали рекламу зонтиков, хотя эта тема для меня была уже совершенно не актуальна.
Рекомендательные системы не так же работают? Они просто дают то, что мне нужно было в прошлом. Конечно, если кто-то очень любит именно "зонтики", то это было бы очень удобно…
DjSens
Ваще ниачём. Сотрите вам память и вы броситесь смотреть все хитовые вещи последних 40 лет. Проблема в том, что вы просто закушались и уже знаете "о чем фильм" даже если его ещё не смотрели, сюжеты-то похожи. Всё реже и реже среди новинок появляется что-то, что вас цепляет уже по трейлеру — это растёт ваш опыт, ваше знание сюжетов. Это нормальный процесс. Изучай списки где снялись любимые актеры — можно не из-за сюжета смотреть, а из-за актера. Когда и это наскучит, иди лучше творить — софт, музыку, книги писать, статьи и т.п., или в реале — ремонт, стройка, спорт...
agat000
Добавьте ещё повышение планки ожидания. Посмотрев несколько хороших фильмов, вы не сможете получить удовольствие от большинства других, захочется чтобы «не хуже». а таких очень мало.
Например, после " Экспансии" я не могу смотреть драных «Килджоев», хотя поначалу нравились. Лучшее враг хорошего.
DjSens
согласен
AlexTOPMAN
Хоть вы и правы, вы не решили поставленную задачу. Но, зато решили ненужную другую — как «забраковать» для экспертной системы такого клиента (которому маловероятно помочь). Это не даёт выхода из ситуации, т.к. это уход от проблемы, а не её решение.
irriss
Какое-то время назад тоже задумывался над этой проблемой листая бесконечные постеры рекомендованных фильмов на Netflix. Тогда мне казалось, одна из проблем всех этих рекомендаций — отсутствие внятного объяснения почему система считает что этот фильм может быть мне интересен. Как результат запилил свою рекомендательную систему — рекомендует фильмы по простому принципу — «тебе понравится это кино, потому что тебе понравилось это и это кино с этим актером и так же эта актриса из другого кино которое тебе тоже понравилось». Получилось вполне неплохо, дейвствительно хорошие рекомендации. Кому интересно — lucidmovies.com.
Сейчас правда забросил, т.к. не нашел простой выход на монетизацию.
inkvizitor68sl
А там русской локали вообще нет? Многие названия переводили так, что даже близко непонятно, что этот тот самый фильм.
irriss
Нет, изначально ориентировался на англоязычный мир. Источник www.themoviedb.org вроде бы позволяет брать инфу на местных языках, но качество, я думаю, будет сильно ниже.
DASpit
В рекомендательных системах не хватает опции "тебе не нужен фильм, тебе нужно Х". Как только расширится набор рекомендаций и он будет корректироваться под текущую активность пользователя, всё сложится.
Лента Фейсбука работает близко к общей рекомендательной системе. Фейсбук знает лучше, что вам понравится именно сейчас.
Не нужно тешить себя чувством уникальности, базовые потребности у всех одинаковые, их ограниченное количество, важно просто накопить статистику по лично вам в широком круге рекомендаций и система будет успешно предсказывать то, что даст вам удовлетворение и/или удовлетворение рекламодателю именно сейчас.
polearnik
Моя основная проблема при выборе фильма это ниочемные описания фильмов родом из газет 2000-х. Ну например
Как именно перевернет? Это будет драйвовый боевик или же психологический триллер? Из описания ничего не понятно.Вот еще пример. Опять ничего не понятно. Все так боятся спойлеров что описания превращаются в скукоту которая не описывает фильм от слова совсем.
vlreshet
Kwisatz
Рекомендательные системы это полбеды.
С другой стороны смотреть то нечего. Некоторые корейские дорамы будут получше распиаренного фильма с бюджетом в несколько сот лимонов. Те же фильмы DC (я ни в коем разе не хочу обидеть фанатов) отличаются просто детской мотивацией персонажей, как это можно смотреть? На их фоне какойнить судья дред уже просто шедевр глубины мысли)
ЗЫ я для себя проблему решил просто SG-1, SGA, SGU, House M. D., Mentalist, Fringe, Fairy Tail по кругу)
tvr
M*A*S*H, Jeeves and Wooster?
alex6999
Почему-то в статье не поднимается вопрос рекомендации для мужа и жены, у которых разные интересы.
Для одного человека, если он конечно работает, и не сторожом, вопрос выбора что посмотреть не стоит, наоборот времени нет
Griboks
Лично у меня проблема диаметрально противоположная — я точно знаю, что хочу, и посмотрел так много фильмов, что их уже не осталось.
InChaos
У меня наоборот, столько фильмов еще не смотренных, не только свежих, но начиная даже с 2000-х, но банально жалко времени, которого всего 1,5-2 часа свободного в день. Тешу себя мыслью, что вот на пенсии и посмотрю все что хотел )).
tommyangelo27
Ага, и поиграю во все купленные в Стиме игры, конечно.
dhaenoor
Альтернатива процедуре выбора фильма для «посмотреть в компании» да и для себя — лежать, смотреть в потолок и думать всякую ерунду. Либо придумаешь чем полезным заняться, либо заснёшь, либо вспомнишь что давно хотел/хотели посмотреть. А еще книги есть…
В целом проблема вообще странная, вроде как на хабре собирается народ которому есть чем заняться.
HEKET313
Почему же странная? Я не так давно побывал на конференции по data science, был только на первом докладе правда, и там ребята делились своими подходами в решении задач всяких соревнований по анализу данных и разработке нейронок. Так вот, из 4-х выступающих 3 решали проблему разработки рекомендательных систем. Так что проблема вполне себе актуальная для многих компаний и инженеров, которые вовлечены в разработку этих самых систем.
AndreDeBonk
На сайте shikimori как раз реализована персональная система рекоммендаций на основании твоих оценок и оценок других пользователей. Жаль там только аниме/манга.
Во всем интернете ничего похожего не встречал (хотелось бы такой найти для фильмов), система работает отлично.
Yastreb1332
а я просто перестал смотреть фильмы вообще. все они повторяют то что уже было неоднократно снято и просмотрено тоже неоднократно. пересматриваю некоторые сериалы.
A114n
Мне кажется, что в статье сначала описана, а потом решена надуманная проблема.
В комментариях уже заметили, что реальная проблема заключается в невозможности точно определить заранее, будет ли лично вам интересен фильм (книга), даже если существуют многочисленные оценки от других зрителей и читателей.
Конечно, в этом нейросети могут нам помочь.
Но по понятным причинам (в первую очередь маркетингового свойства) созданы они не будут.
striver
A114n
На самом деле никому не нужно достоверное знание.
Историю Канторовича и идеального разреза листа помните?
striver
Чтобы помнить, нужно хотя бы знать. Не знаком.
andrey_ssh
Историю помним, тот факт что пруфов к ней нет тоже помним.
striver
DrGluck07
Рекомендации в Стим просто волшебны: мы рекомендовали вам игру «Симулятор девушка секс игрушки подземелье хентай» потому что вы играли в игры с тегом «женщина главная героиня» (Shadow of the Tomb Raider).
Я попытался бороться с этим методом «скрыть игру». В итоге у меня 5000 игр с пометкой «скрытая», а «ваш список рекомендаций» окончательно сошёл с ума. Из 100 игр он предлагает одну, которую не хочется скрыть в первую секунду. С каждым списком дно становится всё дальше и дальше, а я продолжаю погружаться. Если не вернусь, считайте меня программистом.
HEKET313
Давно перестал заходить в рекомендации стима, только в случае, если это нужно во время какого-то эвента типа распродажи. Потому как стим это давным давно свалка из огромной кучи не интересного мне инди и щепотки высокобюджетных проектов, про которые мне, как человеку, который следит за индустрией, и без того известно.
ABy
Та вроде все правильно рекомендут?;) Или вы играете ради головоломок?
Vsevo10d
НЛП какое-то.
rboots
Что за жесть в статье? Вы не смогли написать систему рекомендаций и решили взглянуть на проблему более широко, через психологию и т.п.? Правильно, что пытаетесь копать, только системы рекомендаций прекрасно работают. Когда-то давно был имхонет, не с нейросетями, а с захардкоженными алгоритмами, которые помогали отыскать очень интересный контент. Сейчас рекомендации в Яндекс Музыке просто волшебны, из 20 треков 2-3 неизбежно попадают в коллекцию, остальные просто хорошие. Рекомандации похожих фильмов на Netflix и IVI работают вполне хорошо, но они рекомендуют по одной точке, если добавить хотя-бы две-три — точность будет в разы выше. Естественнно нужно учитывать настроение, а не просто подбирать на основе оценок пользователя, для этого есть свои решения. Другая частая проблема — ангажированность рекомендательных сервисов, которые проталкивают свой треш вместо нормального контента. Ну и конечно вкусы толпы, стоит один раз лайкнуть что-то попсовое как потом несколько дней похожий треш будет преследовать в рекомендациях, но это скорее потому, что системы пока сырые, научить их кластеризировать пользователей по мейнстримовости/андеграундовости простая инжинерная задача.
Есть более сложная задача — предсказание популярности нового контента, который пока имеет мало оценок, это действительно сложно. А общие рекомендательные системы — это давно и успешно решённая проблема.
xPomaHx
Ответ на вопрос в заголовке, как только такая сложность возникает значит всё хорошие фильмы ты уже посмотрел. К сожалению это так, хотя фильмов в мире может быть и миллион хороших из них где то 1,5к-2к только.
bolk
Во-первых, нейросети — это ИИ. Вот вам хорошая статья: https://vas3k.ru/blog/machine_learning/ и картинка из неё:
AlexTOPMAN
ИИ — это нейросети (и многое другое), но, нейросети — это не ИИ. Почувствуйте разницу.
(подсказка: «каждая селёдка — рыба, но не каждая рыба — селёдка»)
bolk
То есть, в вашей аналогии «ИИ» = «рыба», а «нейросети» = «селёдка». Тогда ваш коммент выглядит так:
> Рыба — это селёдка (и многое другое), но, селёдка — это не рыба.
Почувствуйте глубину своего заблуждения.
AlexTOPMAN
Подсказка — это не аналогия (тем более, прямая). Это пример логики. Я же писал о том, что нейросети — только часть ИИ и не могут им полноценно считаться.
bolk
Не могут? Разве? А что же может?
AlexTOPMAN
Повторю автора: нейросеть — это НЕ система принятия решений. Кто и почему ни пытался бы сейчас называть её ИИ. Даже на термин «неполноценный ИИ» она не тянет. И тут я с ним полностью согласен. Если вы продолжите апеллировать к сформированным модой стереотипам, что «нейросеть = ИИ», то мы с вами тут не договоримся, т.к. не мы напрямую и указательно определяем рынку как эти понятия именовать и сопоставлять. Поэтому, я могу тут заявить и настаивать лишь на ошибочности такого знака "=".
bolk
> Повторю автора: нейросеть — это НЕ система принятия решений.
А ещё не алгоритм сортировки, не лампа и не косяк лебедей, улетающих на юг. Не система и не система. Я не понимаю почему вы пытаетесь спорить, что нейросети — один методов ИИ. Никто их не приравнивает, откуда вы это взяли?
Вы там выше про селёдку и рыбу говорили, в ваших терминах я не утверждаю, что «рыба = селёдка», я говорю «селёдка — рыба».
marinatou
Винишко и лучшая подружка, круче чем нейросети и ИИ :-)
Nemutaisama
С одной стороны — вроде все логично. С другой стороны — причем тут система подбора фильмов? Поясню на нескольких примерах.
Пример 1 — человек хочет посмотреть какой-нибудь экшн
Реверс-инжиниринг:
намерение — посмотреть экшн;
ассоциирующаяся с ним эмоция — напряжение, адреналин
потребность в адреналине вызвана слишком спокойной жизнью;
решение — зарабатывать больше денег, что бы прыгать с парашютом, а не смотреть как это делают в фильме.
Пример 2 — человек хочет посмотреть романтику
намерение — переживание приятных романтичных моментов;
ассоциирующаяся с ним эмоция — влюбленность (ну наверное как то по другому, но простите, чукча не гуманитарий)
потребность во влюбленности вызвана слишком унылой жизнью;
решение — зарабатывать больше денег, что бы хватало на спонтанные романтические поступки.
Пример 3 — человек хочет посмотреть что-то под ужин
намерение — сменить стандартную обстановку за ужином (какой бы она ни была);
ассоциирующаяся с ним эмоция — зависит от исходной обстановки за ужином
потребность в этой эмоции вызвана слишком однообразной жизнью жизнью;
решение — разнообразить жизнь, и, думаю итак понятно что изначально для этого нужно.
Мораль — в подавляющем большинстве случаев, кино это дешевый/бесплатный способ убить время, отлично подходящий для кейсов когда отсутствие денег не позволяет выбрать лучшее развлечение, и глубокий анализ причин желания посмотреть фильм тут вообще не сдался.
ABy
Пример 4 — человек хочет посмотреть фильм ужасов
решение — зарабатывать меньше денег, чтобы превратить свою жизнь в гнетущий кошмар
Exchan-ge
Я тоже пытался найти какую-то систему (трейлеры, отзывы, рейтинги и проч.).
Но столкнувшись примерно с теми же проблемами, что описаны в статье — стал использовать «метод случайного тыка».
И что удивительно, он оказался ничуть не хуже всех остальных подходов к решению данной проблемы.
(если попал на что-то «явно не то» — делаю еще одну попытку)
dominigato
Вот именно. Нет какой-то системы подсчёта успешности рекомендаций. Если в покупках это понятно — купил или не купил. То в фильмах это не так, то что кликнул на фильм и через полчаса плевался что за бред я смотрю — это не успешная рекомендация.
Перед тем как судить об успешности системы нужно знать как ее измерить.
Иначе действительно, можно случайным образом выдавать рекомендации, и рассказывать что за этим ИИ стоит, например. Будет точно не хуже чем некоторые системы.
SemenPV
Выключил через пять минут и больше не продолжал, два минуса. Выключил через полчаса, один.
Будут конечно небольшие расхождения, но в целом статистика по многим пользователям, по подобной схеме должна быть релевантна.
dominigato
Согласен, нужно только как-то собирать эту статистику.
Есть, правда, люди, которые будут смотреть до конца если начали, из той серии где плакали, кололись, но продолжали смотреть фильм. Поэтому лучше все таки еще и оценку собрать сразу после просмотра.
onground