Arthur Khachuyan on tuntud Venemaa suurandmete töötlemise spetsialist, ettevõtte Social Data Hub (praegu Tazeros Global) asutaja. Riikliku Teadusülikooli Majanduskõrgkooli partner. Koostas ja esitas koos National Research University Higher School of Economicsiga suurandmete seaduseelnõu föderatsiooninõukogus. Ta esines Pariisis asuvas Curie Instituudis, Peterburi Riiklikus Ülikoolis, Vene Föderatsiooni valitsuse alluvuses föderaalülikoolis. üritusel Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople.
Loeng on salvestatud 2019. aastal Moskvas toimunud vabaõhufestivalil “Geek Picnic”.
Artur Khachuyan (edaspidi - AH): – Kui väga paljudest tööstusharudest - meditsiinist, ehitusest, millestki, millestki, valida see, kus kasutatakse kõige sagedamini suurandmete, masinõppe, süvaõppe tehnoloogiat, siis on see ilmselt turundus. Sest viimased kolm aastat on kõik, mis meid mingisuguses reklaamisuhtluses ümbritseb, seotud just andmeanalüüsiga ja just sellega, mida võib nimetada tehisintellektiks. Seetõttu räägin teile täna sellest nii väga kaugest ajaloost...
Kui kujutate ette tehisintellekti ja seda, kuidas see välja näeb, on see tõenäoliselt midagi sellist. Kummaline pilt on üks närvivõrkudest, mille kirjutasin aasta tagasi, et leida sõltuvus sellest, mida mu koer teeb – mitu korda ta peab minema suureks, väikeseks ja kuidas see üldiselt sõltub sellest, kui palju ta sööb. või mitte?. See on nali selle üle, kuidas tehisintellekti võiks ette kujutada.
Aga siiski, mõelgem, kuidas see kõik reklaamikommunikatsioonis toimib. Kaasaegsed reklaami- ja turundusalgoritmid saavad meiega suhelda kolmel viisil. Selge on see, et esimene lugu on suunatud sinu ja minu kohta lisateadmiste hankimisele ja ammutamisele ning nende edasisele kasutamisele mõnel heal ja mitte nii headel eesmärkidel; isikupärastada lähenemine igale konkreetsele inimesele; Loomulikult looge pärast seda teatud nõudlus peamise sihttoimingu lõpuleviimiseks ja teatud müügi läbiviimiseks.
Tehnoloogiat kasutades püüavad nad lahendada tõhusa suhtluse probleemi
Kui ma ütlen teile, et mõelge sellele, mida Pornhub ja M. Video", mida sa mõtled?
Publiku kommentaarid (edaspidi C): - TV, publik.
OH: – Minu kontseptsioon on see, et need on kaks kohta, kuhu inimesed tulevad teatud tüüpi teenusele või nimetagem seda teatud tüüpi kaubaks. Ja see publik erineb selle poolest, et ta ei taha müüjale midagi öelda. Ta tahab tulla sisse ja saada seda, mis teda huvitab, kas otsesel või kaudsel kujul. Loomulikult ei tule keegi M. Video” ei taha suhelda ühegi müüjaga, ei taha aru saada, ei taha vastata ühelegi nende küsimusele.
Seetõttu tuleneb sellest kõigest esimene lugu.
Kui ilmusid tehnoloogiad täiendavate teadmiste saamiseks, et kuidagi vältida inimesega suhtlemist. Meile kõigile meeldib, kui helistame panka ja pank ütleb meile: „Tere. Aleksei, sa oled meie VIP-klient. Nüüd räägib sinuga mõni superjuht. Tulete sellesse panka ja seal on tõesti ainulaadne juht, kes saab teiega rääkida. Kahjuks või õnneks pole ükski ettevõte veel välja mõelnud, kuidas palgata tuhande kliendi jaoks tuhat isiklikku juhti; ja kuna enamik neist inimestest on nüüd võrgus, on ülesanne enne mõnda reklaamiressurssi jõudmist aru saada, milline inimene see on ja kuidas temaga õigesti suhelda. Ja seetõttu on tegelikult ilmunud tehnoloogiad, mis püüavad seda probleemi lahendada.
Andmete ekstraheerimine on uus õli
Kujutagem ette, et olete lilleputka omanik. Kolm inimest tulevad sind vaatama. Esimene seisab väga kaua, kõhkleb, üritab sinuga rääkida, võtab mingi kimbu - lähed pakkima, lähed välja, et seal midagi teha; ta jookseb selle kimbuga putkast minema – olete oma kolmest tuhandest rublast ilma jäänud. Miks see juhtus? Te ei tea sellest inimesest midagi: te ei tea tema arreteerimiste ajalugu siseministeeriumis, te ei tea, et ta on kleptomaan ja psühhiaatriadispanseris arvel. Miks? Sest nägite seda esimest korda ja te pole käitumisanalüütik.
Keegi teine tuleb... Vitali. Vitalil kulub ka väga kaua aega, et sellest aru saada, ta ütleb: "Noh, mul on vaja seda ja seda." Ja sa ütled talle: "Lilled emale, eks?" Ja sa müüd talle kimbu.
Siin on põhimõte leida piisavalt andmeid, et mõista, mida inimene tegelikult vajab. Kõik mõtlesid kohe mingitele reklaamivõrgustikele ja nii edasi...
Kõik on ilmselt rohkem kui korra kuulnud rumalat lauset, et "andmed on uus õli"? Kindlasti on kõik kuulnud. Tegelikult õppisid inimesed andmeid koguma juba päris ammu, kuid nendest andmetest andmete ammutamine on ülesanne, mida turunduses tehisintellekt ehk mingisugused statistilised algoritmid nüüd lahendada üritavad. Miks? Sest kui räägid inimesega, võib ta sulle anda õige, vale või kuidagi värvilise vastuse. Nali, mida ma oma õpilastele räägin, on see, kuidas küsitlused erinevad statistikast. Räägin teile selle anekdoodina:
See tähendab, et kahes külas otsustati läbi viia uuring meheea keskmise pikkuse kohta. See tähendab, et esimeses külas, Villaribos, on keskmine pikkus 15 sentimeetrit, Villabaggio külas - 25. Kas teate, miks? Sest esimeses külas tehti mõõtmisi, teises aga küsitlus.
Pornotööstus on soovitussüsteemide lipulaev
Seetõttu on kaasaegne lähenemine analüüsida kõiki inimesi ilma eranditeta, isegi kui nad on veidi alla 100%, kuid need on inimesed, kellel pole vaja küsida, neid pole vaja vaadata. Piisab analüüsida seda, mida nüüd nimetatakse digitaalseks jalajäljeks, et mõista, mida see inimene vajab, kuidas temaga õigesti rääkida, kuidas tema ümber õigesti nõudlust tekitada. Ühest küljest on see arutu masin (aga sina ja mina teame seda väga hästi); me ei taha M-st pärit inimestega suhelda. Video” ja veelgi enam, kui me kasutame selliseid ressursse nagu Pornhub, tahame saada täpselt seda, mida vajame.
Miks ma alati Pornhubist räägin? Sest täiskasvanute tööstus on esimene, kes jõuab selliste tehnoloogiate analüüsimiseni, selliste tehnoloogiate rakendamiseni, andmete analüüsini. Kui võtate selle piirkonna kolm kõige populaarsemat teeki (näiteks TensorFlow või Pandas for Python, CSV-failide töötlemiseks jne), kui avate selle Githubis, leiate kõigi nende nimede lühikese Google'i abil paar inimest, kes töötasid või praegu töötavad Pornhubi ettevõttes ja olid esimesed, kes rakendasid seal soovitussüsteeme. Üldiselt on see lugu väga arenenud ja näitab, kui palju see publik, kui palju see ettevõte on edasi liikunud.
Kolm identifitseerimise taset
Inimese ümber on tohutu hulk andmeid, mida saab tuvastada. Tavaliselt jagan selle ametlikult kolmeks tasandiks, minnes aina sügavamale. Loomulikult on ettevõttel oma andmed.
Kui me räägime näiteks soovitussüsteemi ehitamisest, siis esimene tasand on andmed, mis asuvad poe enda juures (ostuajalugu, igasugused tehingud, kuidas inimene liidesega suhtles).
Järgmine on tase (suhteliselt suurim) - seda nimetatakse avatud allikateks. Ärge arvake, et julgustan teid sotsiaalvõrgustikke kraapima, kuid tegelikult avab avatud allikates saadaolev tohutu hulga andmeid, mida saate näiteks inimese kohta õppida.
Ja kolmas suurem osa on selle inimese enda keskkond. Jah, on arvamus, et kui inimest pole sotsiaalvõrgustikes, siis pole seal tema kohta andmeid (tead ilmselt juba, et see ei vasta tõele), kuid kõige tähtsam on see, et andmed, mis on inimese profiilil (või mõnes rakenduses ) on vaid 40% teadmistest, mida selle kohta saab. Ülejäänud info saadakse tema keskkonnast. Fraas “ütle mulle, kes on su sõber ja ma ütlen, kes sa oled” saab XNUMX. sajandil uue tähenduse, sest selle inimese kohta on võimalik hankida tohutul hulgal andmeid.
Kui rääkida reklaamsuhtlusest lähemalt, siis reklaamteadete saamine mitte reklaamist, vaid mõnelt sõbralt, tuttavalt või kuidagi kontrollitud inimeselt on väga lahe funktsioon, mida paljud turundajad kasutavad. Kui mõni rakendus annab teile ootamatult tasuta sooduskoodi, teete selle kohta postituse ja meelitate seeläbi ligi uut vaatajaskonda. Tegelikult ei valitud seda tingimusliku "Yandex.Taxi" sooduskoodi juhuslikult, kuid selleks analüüsiti tohutul hulgal andmeid teie potentsiaali kohta uut vaatajaskonda meelitada ja nendega kuidagi suhelda.
Nad analüüsivad isegi teleseriaalide tegelaste käitumist
Näitan teile kolme pilti ja te ütlete mulle, mis vahe neil on.
See:
See:
Ja see:
Mis vahe neil on? Siin on kõik lihtne. Nagu kvantmehaanikas, kujundas ka antud juhul selle loovuse vaatleja. See tähendab, et sama reklaamikampaania, mille sama kaubamärk on samal ajal läbi viinud, erinevus seisneb ainult selles, kes seda loomingut vaatas. Isiklikult, kui ma Amediatekas käin, näidatakse ikka Khal Drogot. Ma ei tea, mida Amediateka minu eelistustest arvab, kuid mingil põhjusel see juhtub.
See, mida praegu nimetatakse isikupärastatud suhtluseks, on kõige populaarsem lugu publiku meelitamiseks ja sellega õigesti suhtlemiseks. Kui esimeses etapis tuvastasime inimesed oma brändiandmete, avatud lähtekoodiga andmete ja näiteks selle inimese keskkonna andmete abil, saame pärast tema analüüsimist aru, kes ta on, kuidas temaga õigesti rääkida ja mis kõige tähtsam. , mis keelt ta räägib, räägi temaga.
Siin on tehnoloogia jõudnud nii kaugele, et nüüd analüüsitakse telesarjade tegelasi, mida inimesed vaatavad. See tähendab, et sulle meeldivad telesarjad – neid [meeldimisi] vaadatakse, vaadatakse, kellega sa seal suhtlesid, et aru saada, milline inimene sulle suhtlemiseks sobiks. See kõlab nagu täielik jama, aga lõbu pärast proovige seda mõnel allikal - erinevad inimesed näevad erinevaid reklaame (selleks, et nendega õigesti suhelda).
Mitte ükski kaasaegne meedia ega ükski videoressurss ei näita teile lihtsalt uudiseid. Minge meediasse - laaditakse tohutul hulgal algoritme, mis teid tuvastavad, mõistavad kogu teie eelnevat tegevust, pöörduvad matemaatilise mudeli poole ja näitavad teile siis midagi. Antud juhul on selline kummaline lugu.
Kuidas määratakse vajadused? Psühhomeetria. Füsiognoomia
Inimese tegelike vajaduste ja nendega õige suhtlemise kindlaksmääramiseks on palju (reaalseid) lähenemisviise. Lähenemisi on palju, kõike lahendatakse erinevalt, ei saa öelda, mis on hea ja mis halb. Peamised tunduvad kõike teadvat.
Psühhomeetria. Pärast lugu Cambridge Analyticsiga võttis see minu meelest mingi šokeeriva, mingi pöörde, sest nüüd tuleb iga teine poliitiline seltskond ja ütleb: “Oh, kas sa suudad mulle Trumpi meeldida? Ma tahan ka võita ja nii edasi. Tegelikult on see meie tegelikkuse, näiteks poliitiliste valimiste jaoks muidugi jama. Kuid psühhotüüpide määramiseks kasutatakse kolme mudelit:
- esimene põhineb teie tarbitud sisul – teie kirjutatud sõnadel, mõnel teile meeldival teabel, videotel jne;
- teine on seotud sellega, kuidas te veebiliidesega suhtlete, kuidas sisestate, milliseid nuppe vajutate – tõepoolest on terveid ettevõtteid, kes suudavad oma klaviatuurikäekirja põhjal üsna usaldusväärselt kindlaks teha, mida nüüd nimetatakse psühhotüüpideks.
- Ma ei ole eriline psühholoog, ma ei saa tegelikult aru, kuidas see toimib, aga reklaamisuhtluse seisukohalt toimivad nendesse segmentidesse jagatud publikud väga hästi, sest kellelegi on vaja näidata punast ekraani sinisega. naine, kellelegi tuleb näidata tumedat ekraani -sinist tausta mingi abstraktsiooniga ja see töötab väga lahedalt. Mõnel madalal tasemel - nii palju, et inimene isegi ei mõtle sellele. Mis on praegu reklaamituru põhiprobleem? Kõik on luureagendid, kõik peidavad end, kõigile on installitud miljon tuhat brauseri õigust, et mitte mingil viisil tuvastada - teil on tõenäoliselt "Adblocks", "Gostrey" ja kõikvõimalikud rakendused, mis blokeerivad jälgimist. Selle tõttu on inimesest väga raske midagi aru saada. Ja tehnoloogia on edasi liikunud – te ei pea mitte ainult teadma, et see inimene on teie saidile naasnud juba 125. korda, vaid ka seda, et ta on ka selline ja selline kummaline inimene.
Füsiognoomia on väga vastuoluline teadus. Seda ei peeta isegi teaduseks. See on rühm inimesi, kes varem programmeerisid mõne siseministeeriumi jaoks valedetektoreid ja nüüd tegelevad nn loovuse personifikatsiooniga. Lähenemisviis on siin väga lihtne: mitu teie avalikku fotot on võetud mõnest suhtlusvõrgustikust ja nendest koostatakse kolmemõõtmeline geomeetria. Ja kui olete advokaat, siis ütlete nüüd, et see on isik ja isikuandmed; kuid ma ütlen teile, et need on 300 tuhat punkti, mis asuvad kosmoses ja see ei ole inimene ega isikuandmed. Seda ütlevad tavaliselt kõik, kui Roskomnadzor nende juurde tuleb.
Aga kui tõsiselt rääkida, siis teie nägu eraldi, kui teie ees- ja perekonnanimi pole sinna alla kirjutatud, ei ole teie isikuandmed. Asi on selles, et poisid märgivad välja erinevad näojooned, mis mõjutavad seda, kuidas inimene otsuseid teeb ja kuidas temaga õigesti suhelda. Mõnes valdkonnas töötab see halvasti, mõnes reklaamisegmendis; millistes segmentides see väga hästi töötab. Lõpuks selgub, et kui lähed mõnele ressursile, siis sa ei näe ainult ühte bännerit, mida kõigile näidatakse, vaid näiteks... nüüd on normaalne teha 16 või 20 valikut erinevatele sihtrühmadele - ja see toimib väga lahe. Jah, tarbija seisukohast on see veelgi kurvem, sest inimestega hakatakse järjest rohkem manipuleerima. Kuid sellest hoolimata töötab see ärilisest seisukohast väga hästi.
Masinõppe must kast
Sellest tuleneb selliste tehnoloogiate puhul järgmine probleem: enamiku arendajate jaoks on see, mida praegu nimetatakse süvaõppeks, "must kast". Kui olete kunagi sellesse loosse süvenenud ja arendajatega rääkinud, ütlevad nad alati: "Oh, kuulge, me oleme sinna midagi nii arusaamatut sisse kodeerinud ja me ei tea, kuidas see töötab." Võib-olla on kellelgi nii juhtunud.
See on tegelikult kaugel tõest. See, mida praegu nimetatakse masinõppeks, pole kaugeltki "must kast". Sisend- ja väljundandmete kirjeldamiseks on tohutult palju lähenemisviise ning lõpuks saab ettevõte põhjalikult aru, milliste märkide põhjal otsustas masin teile seda pornograafilist videot või mõnda muud näidata. Küsimus on selles, et ükski ettevõte ei avalikusta seda kunagi, sest: esiteks on see ärisaladus; teiseks on tohutul hulgal andmeid, millest te isegi ei teadnud.
Näiteks arutasime enne seda eetikateemalises arutelus, kuidas sotsiaalvõrgustikud analüüsivad isiklikke sõnumeid, et inimesi mingis reklaamlugudes sildistada. Kui kirjutate kellelegi midagi, saate selle põhjal konkreetse sildi tegelikult mingisuguse reklaamisuhtluse jaoks. Ja sa ei hakka seda kunagi tõestama ja ilmselt pole ka mõtet seda tõestada. Kui aga ilmneksid sarnased mustrid, oleksid need olemas. Selgub, et selliste soovitussüsteemide ehitamise turg ei tea, miks see juhtus.
Inimesed ei taha teada, mida inimesed nende kohta teavad
Ja teine lugu on see, et klient ei taha kunagi teada, miks ta just selle reklaami, selle konkreetse toote sai. Ma räägin teile selle loo. Minu esimene kogemus sarnastel algoritmidel põhinevate soovitussüsteemide ärilisel juurutamisel just uurimise huvides oli 2015. aastal väga suures sekspoodide võrgustikus (jah, ka mitte eriti ebameeldiv lugu).
Klientidele pakuti järgmist: nad tulevad sisse, logivad sisse oma sotsiaalvõrgustikuga ja umbes 5 sekundi pärast saavad nad nende jaoks täielikult isikupärastatud poe, see tähendab, et kõik tooted on muutunud - need kuuluvad teatud kategooriasse jne. . Kas teate, kui palju on selle poe konversioonimäär kasvanud? Mitte mingil juhul! Inimesed tulid sisse ja jooksid kohe minema. Nad tulid sisse ja said aru, et neile pakuti just seda, millest nad mõtlesid...
Selle testi probleem seisnes selles, et iga toote all oli kirjas, miks sulle just seda pakuti (“kuna sa oled varjatud grupi liige “Võimas naine otsib meest, kes on uksematt”). Seetõttu ei näita tänapäevased soovitussüsteemid kunagi andmeid, mille alusel "ennustus" tehti.
Väga populaarne lugu on meedia, sest nad kõik kasutavad sarnaseid soovitussüsteeme. Varem olid algoritmid väga lihtsad: vaadake kategooriat "Poliitika" ja need näitavad teile uudiseid kategooriast "Poliitika". Nüüd on kõik nii keeruline, et nad analüüsivad kohti, kus te hiire peatasite, millistele sõnadele keskendusite, mida kopeerisite, kuidas te selle lehega üldiselt suhtlesite. Seejärel analüüsib ta sõnumite endi sõnavara: jah, te ei loe ainult Putini kohta käivaid uudiseid, vaid teatud viisil, teatud emotsionaalse värvinguga. Ja kui inimene saab mõne uudise, ei mõtle ta isegi sellele, kuidas ta siia tuli. Sellest hoolimata suhtleb ta seejärel selle sisuga.
Selle kõige eesmärk on loomulikult hoida vaest, õnnetut väikemeest, kes on niigi hulluks minemas teda ümbritsevast tohutust teabehulgast. Siinkohal peab ütlema, et oleks tore kasutada selliseid süsteeme enda ümber oleva loome isikupärastamiseks ja info kogumiseks, kuid kahjuks selliseid teenuseid veel pole.
Tehisintellekt püüab klienti õhus ja tekitab nõudlust
Ja siit kerkib üks väga huvitav filosoofiline küsimus, mis liigub soovitussüsteemi loomiselt nõudluse loomiseni. Harva keegi mõtleb selle peale, aga kui proovite nn Instagrami käest küsida: “Miks te andmeid kogute? Miks mitte näidata mulle täiesti juhuslikku reklaami?” - Instagram ütleb sulle: “Sõber, see kõik on tehtud selleks, et näidata sulle täpselt seda, mis sind huvitab.” Tahame teid nii täpselt tunda, et saaksime teile täpselt näidata, mida te otsite.
Kuid tehnoloogia on selle kohutava künnise ammu ületanud ja sarnased tehnoloogiad ei ennusta enam, mida te vajate. Need (tähelepanu!) tekitavad nõudlust. See on ilmselt kõige jubedam asi, mis sellise suhtluse juures tehisintellekti ümber keerleb. Hirmutav on see, et seda on viimase 3-5 aasta jooksul kasutatud peaaegu kõikjal - Google'i otsingutulemustest Yandexi otsingutulemusteni, mõne süsteemini ... Okei, ma ei ütle Yandexi kohta midagi halba; ja hea.
Mis mõte sellel on? Ammu on möödas sellest, kui selline reklaamsuhtlus on eemaldunud strateegiast, kus kirjutad “tahan osta lapseistme” ja näed sada tuhat miljonit väljaannet. Liikuti edasi: niipea, kui naine postitas vaevunähtava kõhuga foto, hakkasid tema mehele kohe järgnema sõnumid: “Mees, sünnitus on kohe käes. Osta lapseiste."
Siinkohal võib põhjendatult küsida, miks näeme nii hiiglasliku tehnoloogia arengu juures sotsiaalvõrgustikes ikka nii jaburat reklaami? Probleem on selles, et sellel turul otsustab kõik ikkagi raha, nii et ühel ilusal hetkel võib mõni reklaamija nagu Coca-Cola tulla ja öelda: "Siin on teile 20 miljonit – näidake kogu Internetile minu nõmedaid bännereid." Ja nad tõesti teevad seda.
Aga kui teete mingi puhta konto ja testite, kui täpselt sellised algoritmid teid ära arvavad: kõigepealt proovivad nad teid ära arvata ja siis hakkavad teile midagi ette tegema. Ja inimese aju töötab nii, et tema jaoks usaldusväärset infot saades ei töötle ta isegi seda hetke, miks ta selle info sai. Esimene reegel, mille alusel teha kindlaks, kas olete unes, on mõista, kuidas te siia tulite. Inimene ei mäleta kunagi hetke, mil ta sattus teatud tuppa. Siin on sama.
Google võib hakata kujundama teie maailmavaadet
Selliseid uuringuid viisid läbi mitmed välismaised ettevõtted, kes tegelevad i-jälgimisega. Nad paigaldasid spetsiaalsetesse arvutitesse seadmed, mis salvestavad, kuhu katsealuse silmad vaatavad. Võtsin viis kuni seitse tuhat vabatahtlikku, kes lihtsalt kerisid voogu, suhtlesid sotsiaalvõrgustikega ja reklaamidega ning salvestasid teavet selle kohta, millistel bännerite osadel ja reklaamidel nende inimeste pilk peatus.
Ja selgub, et kui inimesed saavad sellist ülipersonaliseeritud loomingut, siis nad isegi ei mõtle sellele - nad liiguvad kohe edasi, hakkavad sellega suhtlema. Ärilisest seisukohast on see hea, aga meie kui kasutajate seisukohalt pole see eriti lahe, sest - mida nad kardavad? – Et ühel ilusal hetkel võib tinglik “Google” hakata (või muidugi mitte hakata) kujundama oma maailmapilti. Homme võib ta näiteks hakata inimestele näitama uudiseid, et maakera on lapik.
Nali naljaks, aga neid on nii palju kordi vahele jäänud, et valimiste ajal hakatakse teatud inimestele teatud infot jagama. Oleme kõik harjunud, et otsingumootor saab kõik ausalt kätte. Aga nagu ma alati ütlen, kui soovite tõesti teada, kuidas maailm toimib, kirjutage oma otsingumootor ilma filtriteta, pööramata tähelepanu autoriõigustele, ilma mõnda oma sõpra otsingutulemustes järjestamata. Reaalsete andmete kuvamine Internetis erineb üldiselt sellest, mida näitavad Google, Yandex, Bing jne. Mõned materjalid on peidetud, sest sõbrad, kolleegid, vaenlased või keegi teine (või endine armuke, kellega magasite) - see pole oluline.
Kuidas Trump võitis
Kui USA-s olid viimased valimised, viidi läbi väga lihtne uuring. Nad võtsid vastu samu päringuid erinevates kohtades, erinevatelt IP-aadressidelt, erinevatest linnadest, erinevad inimesed googeldasid sama asja. Tavapäraselt oli taotlus stiilis: kes võidab valimised? Ja hämmastaval kombel konstrueeriti tulemused nii, et neis osariikides, kus kõige suurem hulk inimesi proovis hääletada vale kandidaadi poolt, said nad Google’i reklaamitud kandidaadi kohta häid uudiseid. Milline? Noh, on selge, kumb – see, kellest sai president. See on täiesti tõestamatu lugu ja kõik need uuringud on näpuga vees. Google võib öelda: "Poisid, see kõik on tehtud selleks, et näitaksime teile kõige asjakohasemat sisu."
Nüüdsest peaksite teadma, et see, mida nimetatakse maksimaalselt asjakohaseks, pole absoluutselt nii. Ettevõte nimetab asjakohaseks midagi, mis tuleb teile mõnel heal või halval põhjusel maha müüa.
Kellel praegu raha pole, valmistutakse juba tulevasteks ostudeks
Siin on veel üks huvitav punkt, millest ma teile räägin. Suur hulk aktiivseid vaatajaskondi sotsiaalvõrgustikes ja rakendustes on nüüd noored. Nimetagem seda nii - maksejõuetud noored: 8-9-aastased lapsed, kes mängivad debiilseid mänge, need on 12-13-14, kes alles registreeruvad sotsiaalvõrgustikes. Miks peaksid tohutud ettevõtted kulutama tohutuid eelarveid ja ressursse, et luua rakendusi mittemakstavale vaatajaskonnale, mida kunagi raha ei teenita? Sel hetkel, kui see publik muutub maksejõuliseks, on selle kohta piisavalt andmeid, et tema käitumist väga hästi ennustada.
Küsige nüüd igalt sihtarstilt, milline on kõige keerulisem publik? Nad ütlevad: väga tulus. Sest näiteks 150 miljoni rubla väärtuses korteri müümine sotsiaalvõrgustike kaudu on peaaegu võimatu. On üksikuid juhtumeid, kui teed 10 tuhandele inimesele mingit reklaami, üks ostab selle korteri - klient on edukas... Aga üks kümnest tuhandest on statistilisest vaatenurgast täielik jama. Niisiis, miks on raske kõrge sissetulekuga publikut tuvastada? Sest inimesed, kes on praegu väga tulusa publiku liikmed, sündisid siis, kui Internet oli veel väga väike, kui Artemi Lebedevit veel keegi ei teadnud ja nende kohta pole teavet. Nende käitumismustrit on võimatu ennustada, on võimatu aru saada, kes on nende arvamusliidrid ja millistest sisuallikatest nad saavad.
Nii et kui teie kõigist saavad 25 aasta pärast miljardärid ja ettevõtetel, kes kavatsevad teile midagi müüa, on tohutul hulgal andmeid. Seetõttu on meil nüüd Euroopas imeline GDPR, mis takistab alaealistelt andmete kogumist.
Praktikas see muidugi üldse ei toimi, kuna kõik lapsed mängivad ikka oma ema ja isa kontodel – nii kogutakse infot. Järgmine kord, kui annate oma lapsele tahvelarvuti, mõelge sellele.
Absoluutselt mitte mingi hirmutav düstoopiline tulevik, kui kõik surevad sõjas masinatega – see on praegu täiesti tõsine lugu. On tohutult palju ettevõtteid, kes loovad algoritme inimeste psühhoprofileerimiseks vastavalt sellele, kuidas nad mänge mängivad. Väga huvitav tööstusharu. Kõige selle põhjal segmenteeritakse siis inimesed, et nendega kuidagi suhelda.
Nende inimeste käitumist saab ennustada 10-15 aasta pärast – just sel hetkel, kui neist saab maksejõuline publik. Kõige tähtsam on see, et need inimesed on juba eelnevalt andnud loa oma isikuandmete töötlemiseks, kolmandatele isikutele edastamiseks ja see kõik on õnn jne.
Kes kaotab töö?
Ja minu viimane lugu on see, et kõik küsivad alati, mis saab 50 aasta pärast: me kõik sureme, turundajate jaoks on tööpuudus... Siin on turundajaid, kes on mures tööpuuduse pärast, eks? Üldiselt pole vaja muretseda, sest iga kõrgelt kvalifitseeritud inimene ei kaota oma tööd.
Ükskõik, milliseid algoritme luuakse, ükskõik kui lähedale masin siin olevale läheneb (osutab pähe), kui see piisavalt kiiresti areneb, ei jää sellised inimesed kunagi jõude, sest keegi peab need loomingulised asjad looma. teha. Jah, on igasuguseid "gante", kes joonistavad pilte, mis näevad välja nagu inimesed ja loovad muusikat, kuid siiski on ebatõenäoline, et inimesed selles piirkonnas kunagi oma töö kaotavad.
Mul on looga kõik olemas, nii et kui teil on rohkem küsimusi, võite küsida. Aitäh.
Moderaator: – Sõbrad, liigume nüüd edasi ploki „Küsimused ja vastused” juurde. Tõstad käe – ma tulen sinu juurde.
Küsimus publikult (XNUMX): – Küsimus "musta kasti" kohta. Nad ütlesid, et sai konkreetselt aru, miks sellise ja sellise kasutaja jaoks selline ja selline tulemus saadi. Kas need on mingid algoritmid või tuleb seda iga ad hoc mudeli puhul iga kord analüüsida (autori märkus: "eriti selle jaoks" - ladina fraseoloogiline üksus)? Või on mingisuguse närvivõrgu jaoks olemas juba valmis, mis jämedalt öeldes võib äriliselt mõttekas olla?
OH: – Siin peate mõistma järgmist: masinõppes on tohutult palju ülesandeid. Näiteks on ülesanne – regressioon. Regressiooniks pole närvivõrke üldse vaja. Kõik on lihtne: teil on mitu näitajat, peate arvutama järgmise. On ülesandeid, kus on vaja kasutada sellist asja nagu süvaõpe. Tõepoolest, süvaõppes on raske usaldusväärselt aru saada, millised kaalud millistele neuronitele omistati, kuid juriidiliselt on vaja ainult aru saada, millised andmed olid sisendis ja kuidas need väljundis mängisid. Sellest juriidiliselt piisab, et selline otsus patenteerida ja sellest piisab, et mõista, mille alusel jutt tehti.
Ei ole nii, et läksite saidile ja teile näidati mingit bännerit, kuna tegite kaks kuud tagasi Instagramis punaste juustega foto. Kui arendaja ei lisa sellesse mudelisse nende andmete kogumist ja juuksevärvi märgistamist, siis ei tule see tühjast kohast välja.
Kuidas masinõppesüsteemide tulemusi müüa?
Z: – Küsimus on vaid selles, mida: kuidas täpselt seletada, kuidas müüa kellelegi, kes masinõppest aru ei saa. Tahan öelda: minu modell viib selgelt juuksevärvilt... noh, juuksevärv muutub... Kas see on võimalik või mitte?
OH: - Võibolla jah. Kuid müügi seisukohast toimib ainus skeem: teil on reklaamikampaania, me asendame vaatajaskonna masina genereerituga - ja näete lihtsalt tulemust. Kahjuks on see ainus viis klienti usaldusväärselt veenda, et selline lugu töötab, sest turul on palju lahendusi, mis kunagi rakendati ja ei töötanud.
Virtuaalse isiksuse loomisest
Z: - Tere. Aitäh loengu eest. Küsimus on selles: milline on võimalus inimesel, kes mingil põhjusel ei taha masinõppe eeskuju järgida, luua endale virtuaalne isiksus, mis erineb kardinaalselt tema enda isiksusest, interaktsiooni kaudu liidesega või mõne jaoks. muul põhjusel?
OH: - Seal on hulk erinevaid pistikprogramme, mis tegelevad konkreetselt juhusliku käitumisega. Seal on lahe asi - Ghostery, mis minu arvates varjab teid peaaegu täielikult erinevate jälgimisseadmete eest, mis ei saa seda teavet salvestada. Kuid tegelikult on nüüd vaja ainult suletud profiili sotsiaalvõrgustikes, et keegi, ei kurjad kaabitsad, ei saaks sinna midagi koguda. Tõenäoliselt on parem installida mingi laiendus või kirjutada midagi ise.
Näete, siin on kontseptsioon selline, et juriidiliselt viitavad näiteks isikuandmed andmetele, mille järgi on võimalik teid tuvastada, ja seadus toob näiteks teie elukoha aadressi, vanuse jne. Tänapäeval on lugematu hulk andmeid, mille järgi saab sind tuvastada: sama klaviatuuri käekiri, sama vajutus, brauseri digiallkiri... Varem või hiljem inimene eksib. Ta võib “Thori” abil olla kuskil “kohvikus”, aga lõpuks ühel heal hetkel unustab VPN sisse lülituda või midagi muud ja sel hetkel saab ta tuvastada. Nii et lihtsaim viis on teha privaatkonto ja installida mõni laiendus.
Turg liigub selle poole, et tulemuste saamiseks tuleb vajutada vaid ühte nuppu.
Z: - Aitäh loo eest. Nagu alati, alati väga huvitav (ma jälgin sind). Küsimus on selles: millised on edusammud kasutajate jaoks positiivsete süsteemide, soovitussüsteemide loomisel? Rääkisite, et töötasite omal ajal soovitussüsteemi kallal seksuaalpartneri, elus sõbra leidmiseks (või muusikaks, mis inimesele potentsiaalselt meeldida võiks)... Kui paljulubav see kõik on ja kuidas te selle arengut näete. inimeste jaoks vajalike süsteemide loomise seisukohast?
OH: – Üldiselt liigub turg sinnamaani, et inimesed peavad vajutama ühte nuppu ja saama kohe vajaliku. Mis puudutab minu kogemust tutvumisrakenduste loomisel (muide, käivitame selle uuesti aasta lõpus), siis lisaks sellele, et 65% olid abielus mehed, oli kõige keerulisem soovitamisprobleem see, et inimesele pakuti mitut modelli. rakenduse alguses - " Sõprus", "Seks", "Seksisõprus" ja "Äri". Inimesed ei valinud seda, mida nad vajasid. Mehed tulid ja valisid “Armastuse”, aga tegelikult viskasid nad kõiki alastust jne.
Probleem seisnes selles, et tuvastada inimene, kellele üks neist mudelitest ei sobi, ja ta kuidagi sujuvalt kätte võtta ja teises suunas liigutada. Väikese andmehulga tõttu on väga raske kindlaks teha, kas tegu on prognoosimisalgoritmi veaga või ei kuulu inimene tema kategooriasse. Muusikaga on sama lugu: praegu on väga vähe tõeliselt väärt algoritme, mis suudavad muusikat hästi "facastida". Võib-olla "Yandex.Music". Mõned inimesed arvavad, et Yandex.Music algoritm on halb. Näiteks mulle ta meeldib. Mulle isiklikult näiteks ei meeldi YouTube'i muusikaalgoritm ja nii edasi.
Muidugi on mõningaid nüansse - kõik on seotud litsentsidega... Kuid tegelikult on nõudlus selliste süsteemide järele üsna suur. Omal ajal teati firmat Retail Rocket, mis tegeles soovitussüsteemide juurutamisega, kuid nüüd ei lähe see kuidagi eriti hästi – ilmselt seetõttu, et nad ei töötanud kaua oma algoritme välja. Kõik läheb selle poole – sinnamaani, et läheme sisse ja ilma midagi vajutamata saame selle, mida vajame (ja muutume täiesti lolliks, sest meie valikuvõime on täielikult kadunud).
Mõjutada turundust
Z: - Tere. Minu nimi on Konstantin. Tahaksin tõstatada küsimuse mõjuturunduse kohta. Kas teate mõnda süsteemi, mis võimaldab ettevõttel valida ettevõtte jaoks sobiva blogija mõne statistilise andmestiku jms põhjal? Ja mis alusel seda tehakse?
OH: – Jah, ma alustan kaugelt ja ütlen kohe, et kõigi nende tehnoloogiate probleem on see, et kogu see tehisintellekt turunduses on praegu nagu köielkõndija: vasakul on suured ettevõtted, kellel on palju raha, ja igal juhul on kõik nende jaoks tõhus, sest nende reklaamikampaaniad on suunatud lihtsalt vaadetele; teisest küljest on palju väikeettevõtteid, kelle jaoks see ei tööta, kuna neil on palju andmeid. Siiani on nende lugude rakendatavus kuskil keskel.
Kui on juba head eelarved ja ülesanne on neid eelarveid õigesti töödelda (ja põhimõtteliselt on andmeid juba päris palju)… Tean paari teenust, näiteks Getbloggeri, millel näivad olevat algoritmid. Ausalt öeldes pole ma neid algoritme uurinud. Võin teile öelda, millist lähenemist kasutame arvamusliidrite leidmisel, kui on vaja mõnele emale kingitus teha.
Kasutame mõõdikut nimega sisu levitamise aeg. See toimib nii: võtate inimese, kelle auditooriumi te analüüsite, ja peate iga postituse kohta süstemaatiliselt (näiteks kord 5 minuti jooksul) koguma teavet, kellele see meeldis, kommenteeris jne. Nii saate aru, millisel ajahetkel iga teie vaatajaskond teie sisuga suhtles. Korrake seda toimingut iga tema publiku esindaja puhul ja seega saab sisu levitamise keskmise aja mõõdikut kasutades näiteks nende inimeste suures võrgugraafikus värvida ja kasutada seda mõõdikut klastrite koostamiseks.
See toimib üsna hästi, kui tahame näiteks mõnes woman.ru lehel leida 15 ema, kes säilitavad oma avaliku arvamuse. Kuid see on üsna keeruline tehniline teostus (kuigi puhteoreetiliselt saab seda teha ka Pythonis). Lõpptulemus on see, et suurte reklaamiagentuuride mõjuturunduse probleem seisneb selles, et nad vajavad suuri, lahedaid ja kalleid blogijaid, kes ei tööta jama. Nüüd tahab automark müüa mingit toodet mõne arvamusliidri kaudu – autoblogijat on vaja viimase võimalusena kasutada, sest nende publik on kas juba auto ostnud või teab täpselt, millist autot ta tahab, lihtsalt istub ja vaatab lahedaid autosid. Siin on oluline mitte jätta tähelepanuta inimese enda auditooriumi analüüsi.
Turundusbotid
Z: – Öelge mulle, kui palju mõjutavad sotsiaalvõrgustikes olevad robotid teabe kogumist ja selle kvaliteeti?
OH: – See on robotitega nii huvitav asi. Odavaid roboteid on üsna lihtne tuvastada – neil on kas sama sisu või nad on omavahel sõbrad või on nad samas võrgus. Keeruliste robotitega tegelemiseks on ka lähenemisviise. Või küsite probleemi, kuidas ühendada inimene oma võltsiga?
Z: – Kui kvaliteetset teavet kogu selle prügiga väljundiks saab?
OH: – Siin käib see nii: tänu sellele, et andmeid on tohutult (näiteks mingisuguse turundusuuringu jaoks), saab kogu selle riffrafi lihtsalt välja visata. See tähendab, et parem on visata välja natuke rohkem tõelisi inimesi kui jäädvustada roboteid, sest neil on kasutu reklaami näidata. Kui aga kogute mõõdikuid, näiteks interaktsioone bännerite või soovitussüsteemidega, võidakse sellised kontod välja visata.
Nüüd on sotsiaalvõrgustikes umbes kuus protsenti virtuaalseid tegelasi või lihtsalt mahajäetud lehti või introverte, keda algoritmid robotiteks “sobivad”. Mis puutub inimese sidumisse tema võltsiga, siis ka siin on kõik seotud sellega, et inimene teeb varem või hiljem vea, ja asi on selles, et käitumismudel on sama - nii tema tegelik konto kui ka võlts. Varem või hiljem vaatavad nad sama sisu või midagi muud.
Siin ei taandu kõik mitte veaprotsendile, vaid inimese usaldusväärseks tuvastamiseks kuluvale ajale. Instagramiga koos elava inimese jaoks taandub see aeg usaldusväärseks tuvastamiseks viieks minutiks. Mõne jaoks - kuue kuni kaheksa kuu võrra.
Kellele ja kuidas andmeid müüa?
Z: - Tere. Mind huvitab, kuidas toimub andmete müük ettevõtete vahel? Näiteks on mul rakendus, kus saab (arendajalt) teada, kus inimene käib, millistes poodides ta käib ja kui palju raha ta seal kulutab. Ja mind huvitab näiteks, kuidas ma saan müüa oma vaatajaskonna andmeid nendele kauplustele või panna oma andmed ühte tohutusse andmebaasi ja saada selle eest tasu?
OH: – Mis puutub andmete otse kellelegi müümisse, siis sina ja kõik teised olid ees OFD-st – fiskaalandmete operaatoritest, kes ehitasid end kavalalt tšekkide edastamise ja maksuameti vahele ning üritavad nüüd andmeid kõigile müüa. Tõepoolest, nad kukkusid kogu mobiilianalüütika turu. Tegelikult saate manustada oma rakenduse, näiteks Facebooki piksli, selle DMP-süsteemi; seejärel kasutage seda vaatajaskonda müümiseks. Näiteks piksel „May Target”. Ma lihtsalt ei tea, milline publik teil on, peate mõistma. Kuid igal juhul saate integreerida kas Yandexi või My Targetisse, mis on suurimad DMP-süsteemid.
See on päris huvitav lugu. Ainus probleem on see, et annate neile kogu liikluse ja nemad võtavad vahetusena selle liikluse monetiseerimise enda kanda. Nad võivad, aga ei pruugi teile öelda, et teie vaatajaskonda on kasutanud 10 inimest. Seetõttu kas loote oma reklaamivõrgustiku või alistute suurtele DMP-dele.
Kes võidab – kunstnik või tehnik?
Z: – Tehnilisest osast veidi eemal olev küsimus. Räägiti turundajate hirmust saabuva massilise tööpuuduse ees. Kas loovturunduse (nähtavasti need mehed, kes mõtlesid välja kanareklaami, Volkswageni reklaamid) ja suurandmetega seotud isikute vahel (kes ütlevad: nüüd kogume kõik andmed kokku ja edastame suunatud reklaami kõik)? Milline on teie kui otseselt asjaosalise arvamus selle kohta, kes võidab – kunstnik, tehnik või tekib mingi sünergiline efekt?
OH: – Kuulake, nad töötavad koos. Insenerid ei mõtle loovuse peale. Need, kes on loovad, ei leiuta publikut. Siin on mingi multidistsiplinaarne lugu. Tõelised probleemid on praegu neil, kes istuvad ja vajutavad nuppe, kes teevad “ahvitööd”, vajutavad iga päev sama asja – need on inimesed, kes kaovad.
Aga need, kes andmeid analüüsivad, jäävad loomulikult alles, aga keegi peab neid andmeid töötlema. Keegi peab need pildid välja mõtlema, joonistama. Masin ei suuda sellist loomingulisust välja mõelda! See on täielik hullus! Või nagu näiteks Carprice'i viirusreklaam, mis muide töötas väga hästi. Pidage meeles, et YouTube'is oli see: "Müüge seda Carprice'is", täiesti hull. Loomulikult ei genereeri ükski närvivõrk sellist lugu.
Üldiselt olen ma selle pooldaja, et mitte inimesed ei kaota tööd, vaid neil oleks natuke rohkem vaba aega ja nad saaksid selle vaba aja kulutada eneseharimisele.
Primitiivne reklaam sureb välja
Z: - Suures plaanis kuvatav reklaam, bännerid - üldiselt pole seal kirjutatud isegi müügitekste: “Vajad aknad - võta!”, “Vajad midagi muud – võta!”, see tähendab, seal pole loovust üldse.
OH: – Selline reklaam sureb muidugi varem või hiljem välja. See sureb välja mitte niivõrd tehnoloogia arengu, vaid sinu ja minu arengu tõttu.
Parem on segada asjakohane ebaolulisega
Z: - Ma olen siin! Mul on küsimus selle katse kohta, mis teie sõnul ei õnnestunud (soovitussüsteemiga). Kas teie arvates on probleem selles, mis sinna alla kirjutati, miks seda soovitatakse või on asi selles, et kõik, mida kasutaja nägi, tundus talle asjakohane? Kuna ma lugesin emadele mõeldud katset ja seal polnud veel nii palju andmeid ja Internetist polnud nii palju andmeid, olid lihtsalt toidupoe jaemüüja andmed, mis ennustasid rasedust (et nad on emad). Ja kui nad näitasid lapseootel emadele mõeldud toodete valikut, olid emad kohkunud, et said neist teada enne ametlikke asju. Ja see ei töötanud. Ja selle probleemi lahendamiseks segasid nad teadlikult asjakohased tooted millegi täiesti ebaolulisega.
OH: „Näitasime inimestele konkreetselt ette, mille alusel soovitusi tehti, et nende tagasisidest aru saada. Tegelikult sündis siin kontseptsioon, et inimestele ei pea ütlema, et need on tema jaoks üliolulised tooted.
Jah, muide, on olemas lähenemine nende segamiseks ebaolulistega. Kuid on vastupidi: mõnikord astuvad inimesed sisse ja suhtlevad selle ebaolulise tootega – tekivad juhuslikud kõrvalekalded, mudelid purunevad ja asjad lähevad veelgi keerulisemaks. Kuid see on tegelikult olemas. Pealegi ajavad paljud ettevõtted meelega, kui nad teavad, et keegi töötleb nende andmeid (keegi võib neilt sellise väljundi varastada), mõnikord segavad nad seda, et hiljem tõestada, et te ei võtnud andmeid selle soovitussüsteemist, vaid niinimetatud Yandex.Market.
Reklaamiblokeerijad ja brauseri turvalisus
Z: - Tere. Mainisite Ghosteryt ja Adblocki. Kas oskate öelda, kui tõhusad sellised jälgijad üldiselt on (võib-olla statistika põhjal)? Ja kas teil oli ettevõtetelt tellimusi: nad ütlevad, et veenduge, et Adblock ei saaks meie reklaami sulgeda.
OH: – Reklaamiplatvormidega me otse ühendust ei võta – just selleks, et nad ei paluks oma reklaami kõigile nähtavaks teha. Mina isiklikult kasutan Ghosteryt – minu arvates on see väga lahe laiendus. Nüüd võitlevad kõik brauserid privaatsuse eest: Mozilla on välja andnud hunniku igasuguseid uuendusi, Google Chrome on nüüd üliturvaline. Nad kõik blokeerivad kõik, mida saavad. "Safari" on vaikimisi isegi "Gyroscope" välja lülitanud.
Ja see trend on muidugi hea (mitte neile, kes andmeid koguvad, kuigi ka nemad said sellest välja), sest inimesed blokeerisid esmalt küpsised. Kõik, kes omasid reklaamivõrke, mäletasid sellist imelist tehnoloogiat nagu brauseri sõrmejäljed - need on algoritmid, mis saavad 60 erinevat parameetrit (ekraani eraldusvõime, versioon, installitud fondid) ja arvutavad nende põhjal ainulaadse "ID". Liigume selle juurde. Ja brauserid hakkasid sellega vaeva nägema. Üldiselt on see titaanide lõputu lahing.
Uusim arendaja Mozilla on üsna turvaline. See praktiliselt ei salvesta küpsiseid ja seab lühikese kasutusea. Eriti kui lülitate sisse inkognito, ei leia teid keegi üldse. Küsimus on selles, et kõigis teenustes on paroolide sisestamine ebamugav.
Kus psühhotüüpimine ja füsiognoomia toimivad ja mitte?
Z: – Arthur, tänan teid väga loengu eest. Jälgin hea meelega ka teie loenguid YouTube'is. Mainisite, et turundajad kasutavad üha enam psühhotüüpimist ja füsiognoomiat. Minu küsimus on: millistes brändikategooriates see töötab? Usun, et see sobib ainult FMCG jaoks. Näiteks auto valimine on...
OH: – Ma saan alla laadida, kus see täpselt töötab. See toimib igasuguste lugude puhul nagu “Amediateka”, teleseriaalid, filmid ja nii edasi. See toimib hästi pankades ja pangatoodetes, kui tegemist pole premium-segmendiga, vaid kõikvõimalike õpilaspiletite, järelmaksuga – selliste asjadega. See töötab tõesti väga hästi FMCG-s ja igasuguste iPhone'ide, laadijate ja kogu selle jama puhul. See toimib hästi "mom and pop" toodete puhul. Kuigi ma tean, et kalapüügis (selline teema on)... Kaluritega on mitu korda juhtunud - neid ei saa kunagi usaldusväärselt segmenteerida. Ma ei tea miks. Mingi statistiline viga.
See ei tööta hästi autojuhtide, ehete või mõne majapidamistarbega. Tegelikult ei tööta see hästi asjadega, millest inimesed kunagi sotsiaalmeedias ei kirjutaks – nii saad seda kontrollida. Tavaliselt pesumasina ostmisega: siit saate aru, kellel on pesumasin ja kellel mitte? Tundub, et see on kõigil. Saate kasutada OFD andmeid – vaadake, kes mida ostis kviitungite abil, ja sobitage need inimesed kviitungite abil. Kuid tegelikult on asju, millest te näiteks Instagramis kunagi ei räägiks - selliste asjadega on raske töötada.
Masinad tunnevad trikke statistilise täidisena.
Z: – Mul on sihtimise kohta küsimus. Kas on võimalik (või on need äkki olemas) tinglik juhuslik tegelane, kes läheb kõiges vastuollu iseendaga: esmalt otsib ta guugeldades "parimaid jõusaale" ja seejärel "10 võimalust mitte midagi teha"? Ja nii on see kõiges. Kas sihtimine suudab jälgida midagi, mis on iseendaga vastuolus?
OH: – Ainus küsimus siin on järgmine: kui olete Google'it kasutanud 2 aastat, rääkinud endast kõike, mida saate, ja installite nüüd enda jaoks pistikprogrammi, mis kirjutab sarnaseid juhuslikke päringuid, siis loomulikult saate statistikast mõistma – see, mida te praegu teete, on statistiline kõrvalekalle ja see kõik on väljasõelumise küsimus. Soovi korral registreerige uus konto, kuid reklaami maht ei muutu. Ta saab lihtsalt imelikuks. Kuigi ta on ikka imelik.
Mõned reklaamid 🙂
Täname, et jäite meiega. Kas teile meeldivad meie artiklid? Kas soovite näha huvitavamat sisu? Toeta meid, esitades tellimuse või soovitades sõpradele, , algtaseme serverite ainulaadne analoog, mille me teie jaoks leiutasime: (saadaval RAID1 ja RAID10, kuni 24 tuuma ja kuni 40 GB DDR4-ga).
Dell R730xd 2x odavam Amsterdami Equinixi Tier IV andmekeskuses? Ainult siin Hollandis! Dell R420 – 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB – alates 99 dollarist! Millegi kohta lugema
Allikas: www.habr.com