Arthur Khachuyan - စျေးကွက်ရှာဖွေရေးတွင် ဉာဏ်ရည်တု

Arthur Khachuyan သည် ကြီးကြီးမားမားဒေတာလုပ်ဆောင်ခြင်းတွင် လူသိများသော ရုရှားပါရဂူဖြစ်ပြီး Social Data Hub ကုမ္ပဏီ (ယခု Tazeros Global) ကို တည်ထောင်သူဖြစ်သည်။ အမျိုးသား သုတေသန တက္ကသိုလ် အဆင့်မြင့် စီးပွားရေးတက္ကသိုလ် ၏ မိတ်ဖက်။ National Research University Higher School of Economics နှင့်အတူ ဖက်ဒရေးရှင်းကောင်စီရှိ Big Data ဆိုင်ရာ ဥပဒေကြမ်းကို ပြင်ဆင်တင်ပြ၍ Paris မြို့ရှိ Curie Institute ၌ စိန့်ပီတာစဘတ်ပြည်နယ်တက္ကသိုလ်၊ ရုရှားဖက်ဒရေးရှင်းအစိုးရလက်အောက်ရှိ Federal University၊ Red Apple၊ International OpenDataDay၊ RIW 2016၊ AlfaFuturePeople တွင်။

ဟောပြောပွဲကို 2019 ခုနှစ် မော်စကိုမြို့ရှိ အမိုးဖွင့်ပွဲတော် “Geek Picnic” တွင် မှတ်တမ်းတင်ခဲ့သည်။

Arthur Khachuyan (နောင် - AH): - ဆေးပညာ၊ ဆောက်လုပ်ရေးမှ၊ တစ်ခုခုမှ၊ တစ်ခုခု၊ ဒေတာကြီးကြီးမားမားနည်းပညာ၊ စက်သင်ယူမှု၊ နက်နဲသောသင်ယူမှုကို အများဆုံးအသုံးပြုသည့်နေရာကို ရွေးချယ်ရန်ဆိုလျှင်၊ ၎င်းသည် မားကတ်တင်းဖြစ်နိုင်သည်။ အဘယ်ကြောင့်ဆိုသော် လွန်ခဲ့သည့် သုံးနှစ် သို့မဟုတ် ထို့ထက်မက၊ ကြော်ငြာဆက်သွယ်ရေး တစ်မျိုးမျိုးတွင် ကျွန်ုပ်တို့ကို ဝန်းရံထားသည့်အရာအားလုံးကို ယခုအခါ ဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် တိကျစွာ ချိတ်ဆက်ထားပြီး ဉာဏ်ရည်တုဟု ခေါ်နိုင်သည့်အရာနှင့် အတိအကျ ဆက်စပ်နေသောကြောင့် ဖြစ်သည်။ ထို့ကြောင့် ယနေ့တွင် ဤမျှ ဝေးကွာလှသော သမိုင်းကြောင်းကို ပြောပြပါမည်။

ဉာဏ်ရည်တုနဲ့ ဘယ်လိုပုံသဏ္ဍာန်ရှိလဲဆိုတာကို စိတ်ကူးကြည့်မယ်ဆိုရင်၊ အဲဒါမျိုး ဖြစ်နိုင်ပါတယ်။ ထူးဆန်းသောပုံသည် ကျွန်ုပ်၏ခွေးလုပ်သည့်အရာအား မှီခိုအားထားနေရမှုကို ရှာဖွေရန် လွန်ခဲ့သောတစ်နှစ်က ရေးခဲ့သော မသေခင်ကွန်ရက်များထဲမှ တစ်ခုဖြစ်သည်- သူမသည် အကြီး၊ သေးသွားရန် အကြိမ်မည်မျှ လိုအပ်သနည်း၊ ယေဘုယျအားဖြင့် ၎င်းသည် သူစားသည်ပေါ်တွင် မူတည်သည် မဟုတ်ဘူးလား?။ ဥာဏ်ရည်တုကို ဘယ်လိုစိတ်ကူးယဉ်နိုင်သလဲဆိုတဲ့ ဟာသတစ်ခုပါ။

သို့သော်၊ ကြော်ငြာဆက်သွယ်ရေးတွင် ၎င်းသည် မည်သို့အလုပ်လုပ်သည်ကို စဉ်းစားကြည့်ကြပါစို့။ ကြော်ငြာနှင့် စျေးကွက်ရှာဖွေရေးတွင် ခေတ်မီသော အယ်လဂိုရီသမ်များက ကျွန်ုပ်တို့နှင့် အပြန်အလှန် တုံ့ပြန်နိုင်သည့် နည်းလမ်းသုံးမျိုးရှိသည်။ ပထမဇာတ်လမ်းသည် သင်နှင့်ကျွန်ုပ်အကြောင်း အပိုဗဟုသုတများရယူရန်နှင့် ထုတ်ယူရန် ရည်ရွယ်ပြီး ၎င်းကို ကောင်းကျိုးနှင့်မဆိုင်သော ရည်ရွယ်ချက်များအတွက် အသုံးပြုခြင်းဖြစ်သည်မှာ ထင်ရှားပါသည်။ သီးခြားလူတစ်ဦးစီထံ ချဉ်းကပ်မှုကို စိတ်ကြိုက်ပြင်ဆင်ပါ။ ထုံးစံအတိုင်း၊ ဤပြီးနောက်၊ အဓိကပစ်မှတ်လုပ်ဆောင်ချက်ကိုလုပ်ဆောင်ရန်နှင့် အချို့သောရောင်းချမှုတစ်ခုကိုလုပ်ဆောင်ရန်အတွက် အချို့သောတောင်းဆိုမှုတစ်ခုကိုဖန်တီးပါ။

နည်းပညာကို အသုံးပြု၍ ထိရောက်သော ဆက်သွယ်မှုပြဿနာကို ဖြေရှင်းရန် ကြိုးစားကြသည်။

Pornhub နဲ့ M ကို စဉ်းစားဖို့ ပြောပြလိုက်ရင်၊ ဗီဒီယို" မင်းဘာတွေတွေးနေတာလဲ။

ပရိသတ်ထံမှ မှတ်ချက်များ (နောင် C ဟုရည်ညွှန်းသည်) - တီဗီ၊ ပရိသတ်။

အို- - ကျွန်ုပ်၏အယူအဆမှာ ဤအရာများသည် ဝန်ဆောင်မှုအမျိုးအစားတစ်ခုအတွက် လူများလာရောက်သည့်နေရာနှစ်ခုဖြစ်သည် သို့မဟုတ် ၎င်းကို ကုန်ပစ္စည်းအမျိုးအစားတစ်ခုဟုခေါ်ဆိုကြပါစို့။ ပြီးတော့ ဒီပရိသတ်က ရောင်းသူကို ဘာမှ မပြောချင်တဲ့အတွက် ကွဲပြားပါတယ်။ ပွင့်လင်းမြင်သာစွာ သို့မဟုတ် သွယ်ဝိုက်သောပုံစံဖြင့် သူမစိတ်ဝင်စားသောအရာကို ရယူလိုပါသည်။ ထုံးစံအတိုင်း M. ဗီဒီယို” သည် မည်သည့်ရောင်းချသူများနှင့်မျှ မဆက်သွယ်ချင်ပါ၊ နားမလည်ချင်၊ ၎င်းတို့၏မေးခွန်းများကို မဖြေချင်ပါ။

ထို့ကြောင့် ပထမဇာတ်လမ်းသည် ဤအရာအားလုံးမှ ဆင်းသက်လာသည်။

လူတစ်ဦးနှင့်တစ်ဦး ဆက်သွယ်ပြောဆိုခြင်းကို တစ်နည်းနည်းဖြင့် ရှောင်ရှားရန်အတွက် အပိုဆောင်းအသိပညာများရယူရန် နည်းပညာများ ပေါ်လာသောအခါ။ ဘဏ်ကိုဖုန်းဆက်တဲ့အခါ အားလုံးသဘောကျကြပြီး ဘဏ်က “မင်္ဂလာပါ။ Alexey၊ မင်းက ငါတို့ VIP ဖောက်သည်ပဲ။ အခုချိန်မှာ စူပါမန်နေဂျာအချို့က မင်းကို စကားပြောလိမ့်မယ်” မင်း ဒီဘဏ်ကိုလာပြီး မင်းနဲ့စကားပြောနိုင်တဲ့ ထူးခြားတဲ့မန်နေဂျာတစ်ယောက်ရှိတယ်။ ကံမကောင်းစွာပဲ၊ ကံကောင်းထောက်မစွာပဲ၊ ကုမ္ပဏီတစ်ခုတည်းက ဖောက်သည်တစ်ထောင်အတွက် ကိုယ်ပိုင်မန်နေဂျာတစ်ထောင်ကို ဘယ်လိုငှားရမ်းရမလဲဆိုတာကို ကုမ္ပဏီတစ်ခုတည်းက မရှာဖွေသေးပါဘူး။ ဤလူအများစုသည် ယခုအွန်လိုင်းတွင် ရှိနေကြသောကြောင့်၊ ၎င်းမှာ မည်သို့သောလူအမျိုးအစားဖြစ်သည်ကို နားလည်ရန်နှင့် ကြော်ငြာအရင်းအမြစ်အချို့ကို မရောက်မီ သူနှင့်မည်ကဲ့သို့ မှန်ကန်စွာ ဆက်သွယ်ရမည်ကို နားလည်ရန်ဖြစ်သည်။ ထို့ကြောင့်၊ တကယ်တော့ ဤပြဿနာကို ဖြေရှင်းရန် ကြိုးစားနေသော နည်းပညာများ ပေါ်လာသည်။

ဒေတာထုတ်ယူခြင်းသည် ဆီအသစ်ဖြစ်သည်။

သင်ဟာ ပန်းပင်ပိုင်ရှင်ဖြစ်တယ်ဆိုတာ စိတ်ကူးကြည့်ရအောင်။ မင်းကိုတွေ့ဖို့ လူသုံးယောက်ရောက်လာတယ်။ ပထမတစ်ခုက တော်တော်ကြာအောင် မတ်တပ်ရပ်ပြီး တွန့်ဆုတ်နေတာ၊ မင်းနဲ့ စကားပြောဖို့ ကြိုးစားတယ်၊ ပန်းစည်းတစ်မျိုးမျိုး ယူတယ် - မင်း အဲဒါကို ခြုံဖို့ သွားလိုက်၊ ဟိုမှာ တစ်ခုခုလုပ်ဖို့ ထွက်သွား။ သူ ဒီပန်းစည်းနဲ့ တင်းကုပ်ကနေ ပြေးထွက်သွားတယ် - မင်းရဲ့ရူဘယ်သုံးထောင် ဆုံးရှုံးသွားပြီ။ ဘာကြောင့်ဖြစ်တာလဲ။ ဤလူအကြောင်း သင်မသိပါ- ပြည်တွင်းရေးရာဝန်ကြီးဌာနတွင် ဖမ်းဆီးခံရသည့် ရာဇဝင်ကို သင်မသိပါ၊ သူသည် ခြေသည်းလက်ဖျားရောဂါဖြစ်ပြီး စိတ်ရောဂါကုဆေးရုံတွင် မှတ်ပုံတင်ထားကြောင်း သင်မသိပါ။ အဘယ်ကြောင့်? အဘယ်ကြောင့်ဆိုသော် သင်သည် ၎င်းကို ပထမဆုံးအကြိမ် မြင်ခဲ့ပြီး သင်သည် အပြုအမူဆိုင်ရာ အကဲခတ်သူတစ်ဦး မဟုတ်သောကြောင့် ဖြစ်သည်။

တခြားတစ်ယောက် လာပါတယ်... ဗီတာလီ။ Vitaly က ဒါကို အဖြေရှာဖို့ တော်တော်ကြာအောင် အချိန်ယူရတယ် ၊ "ဒါပေါ့၊ ငါ ဒါကို လိုအပ်တယ်" လို့ ပြောပါတယ်။ "မေမေ့အတွက် ပန်းတွေ မဟုတ်လား။" မင်းက သူ့ကို ပန်းစည်းရောင်းတယ်။

ဤနေရာတွင် အယူအဆမှာ လူတစ်ဦး အမှန်တကယ် လိုအပ်သည်များကို နားလည်ရန် လုံလောက်သော အချက်အလက်ကို ရှာဖွေရန်ဖြစ်သည်။ လူတိုင်းက ကြော်ငြာကွန်ရက် တစ်မျိုးမျိုးကို ချက်ခြင်းပဲ စဉ်းစားမိကြတယ်..။

"ဒေတာသည် ရေနံအသစ်" ဟူသော မိုက်မဲသော စကားစုကို တစ်ကြိမ်ထက်ပို၍ ကြားဖူးကြပေမည်။ သေချာတာကတော့ လူတိုင်းကြားဖူးမှာပါ။ တကယ်တော့ လူတွေဟာ ဒေတာစုဆောင်းဖို့ အချိန်အတော်ကြာ သင်ယူခဲ့ကြပေမယ့် ဒီဒေတာကနေ ဒေတာကို ထုတ်ယူတာဟာ စျေးကွက်ရှာဖွေရေးမှာ ဉာဏ်ရည်တု ဒါမှမဟုတ် ကိန်းဂဏန်းဆိုင်ရာ အယ်လဂိုရီသမ်တစ်မျိုးမျိုးကို ဖြေရှင်းဖို့ ကြိုးစားနေတဲ့ အလုပ်ဖြစ်ပါတယ်။ အဘယ်ကြောင့်? ဘာကြောင့်လဲ ဆိုတော့ လူတစ်ယောက်နဲ့ စကားပြောရင် သူက မှန်တယ်၊ မှားတယ်၊ ဒါမှမဟုတ် တစ်နည်းနည်းနဲ့ ရောင်စုံ အဖြေတစ်ခု ပေးနိုင်ပါတယ်။ ကျွန်ုပ်၏ကျောင်းသားများကို ကျွန်ုပ်ပြောပြသော ဟာသကား စစ်တမ်းများသည် စာရင်းဇယားများနှင့် မည်ကဲ့သို့ ကွာခြားသည်ကို ကျွန်ုပ်ပြောပြပါမည်။

ဆိုလိုသည်မှာ ရွာနှစ်ရွာတွင် ပျမ်းမျှယောက်ျားပီသမှုအပေါ် လေ့လာမှုတစ်ခုပြုလုပ်ရန် ဆုံးဖြတ်ခဲ့ကြသည်။ ဆိုလိုသည်မှာ ပထမရွာဖြစ်သည့် Villaribo တွင် ပျမ်းမျှအရှည်သည် 15 စင်တီမီတာဖြစ်ပြီး Villabaggio - 25 ရွာတွင်ဖြစ်သည်။ ဘာကြောင့်လဲဆိုတာ သိပါသလား။ ပထမကျေးရွာတွင် တိုင်းတာမှုများ ပြုလုပ်ခဲ့ပြီး ဒုတိယတွင် စစ်တမ်းကောက်ယူခဲ့ခြင်း ဖြစ်သည်။

ညစ်ညမ်းစက်မှုလုပ်ငန်းသည် ထောက်ခံချက်စနစ်များ၏ အထင်ကရဖြစ်သည်။

ထို့ကြောင့် ခေတ်မီချဉ်းကပ်နည်းမှာ လူအားလုံးကို ခြွင်းချက်မရှိ ခွဲခြမ်းစိတ်ဖြာရန်ဖြစ်ပြီး ၎င်းတို့သည် 100% ထက်နည်းသော်လည်း ၎င်းတို့သည် သင်မေးရန်မလိုပါ၊ ၎င်းတို့ကို ကြည့်ရန် မလိုအပ်ပါ။ ဤလူလိုအပ်သည်များကို မှန်ကန်စွာပြောဆိုနည်း၊ သူ့ပတ်ဝန်းကျင်ဝယ်လိုအားကို မှန်ကန်စွာဖန်တီးနည်းတို့ကို နားလည်ရန် ယခု ဒစ်ဂျစ်တယ်ခြေရာဟု ခေါ်သည့်အရာကို ခွဲခြမ်းစိတ်ဖြာရန် လုံလောက်ပါသည်။ တစ်ဖက်တွင်၊ ဤအရာသည် ဉာဏ်မဲ့သောစက်ဖြစ်သည် (သို့သော် မင်းနှင့်ငါ ဤအရာကို ကောင်းစွာသိသည်)။ M ကလူတွေနဲ့ မဆက်သွယ်ချင်ဘူး။ ဗီဒီယို၊” နှင့် ထို့ထက်ပို၍ပင် ကျွန်ုပ်တို့ Pornhub ကဲ့သို့သော အရင်းအမြစ်များသို့ သွားသည့်အခါ ကျွန်ုပ်တို့ လိုအပ်သည်များကို အတိအကျ ရယူလိုပါသည်။

ဘာကြောင့် Pornhub အကြောင်း အမြဲပြောနေတာလဲ။ အဘယ်ကြောင့်ဆိုသော် အရွယ်ရောက်ပြီးသော စက်မှုလုပ်ငန်းသည် ထိုကဲ့သို့သော နည်းပညာများကို ခွဲခြမ်းစိတ်ဖြာရန်၊ ထိုကဲ့သို့သော နည်းပညာများကို အကောင်အထည်ဖော်ရန်၊ ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်းဆီသို့ ပထမဆုံးရောက်လာသော အရာဖြစ်သောကြောင့်ပင်။ အကယ်၍ သင်သည် ဤဧရိယာရှိ လူကြိုက်အများဆုံး စာကြည့်တိုက် သုံးခု (ဥပမာ၊ TensorFlow သို့မဟုတ် Python အတွက် Pandas၊ CSV ဖိုင်များ လုပ်ဆောင်ရန်အတွက် စသည်ဖြင့်) ကို ယူပါက၊ ၎င်းကို Github တွင်ဖွင့်ပါက၊ ဤအမည်များအနက်မှ Google အတိုကောက်ဖြင့် သင်တွေ့လိမ့်မည်။ Pornhub ကုမ္ပဏီတွင် အလုပ်လုပ်နေသော သို့မဟုတ် လက်ရှိအလုပ်လုပ်နေသော လူနှစ်ဦးဖြစ်ပြီး ထိုနေရာတွင် အကြံပြုချက်စနစ်များကို ပထမဆုံးအကောင်အထည်ဖော်သူဖြစ်သည်။ ယေဘူယျအားဖြင့်၊ ဤဇာတ်လမ်းသည် အလွန်အဆင့်မြင့်ပြီး ဤပရိသတ်မည်မျှ၊ ဤကုမ္ပဏီသည် ရှေ့သို့မည်မျှရွေ့သွားသည်ကို ပြသသည်။

အဆင့်သုံးဆင့်ခွဲခြားသတ်မှတ်ခြင်း။

လူတစ်ယောက်ကို ဖော်ထုတ်နိုင်တဲ့ ဒေတာအစုအဝေးကြီးရှိတယ်။ ပုံမှန်အားဖြင့် ကျွန်ုပ်သည် ဤအရာကို အဆင့်သုံးဆင့်ခွဲ၍ လေးလေးနက်နက် ခွဲသည်။ ထုံးစံအတိုင်း၊ ကုမ္ပဏီမှာ ကိုယ်ပိုင်ဒေတာရှိတယ်။

အကြံပြုချက်စနစ်တစ်ခုတည်ဆောက်ခြင်းအကြောင်း ကျွန်ုပ်တို့ပြောနေသည်ဆိုပါက ပထမအဆင့်မှာ စတိုးဆိုင်တွင်ရှိသော ဒေတာများ (ဝယ်ယူမှုမှတ်တမ်း၊ အရောင်းအ၀ယ်အမျိုးမျိုး၊ လူတစ်ဦးသည် အင်တာဖေ့စ်နှင့် တုံ့ပြန်ပုံ) ဖြစ်သည်။

နောက်တစ်ခုက အဆင့်တစ်ခု (အတော်လေးအကြီးဆုံး) - ဒါကို open source လို့ခေါ်တယ်။ လူမှုကွန်ရက်တွေကို ခြစ်ထုတ်ဖို့ တိုက်တွန်းတယ်လို့ မထင်လိုက်ပါနဲ့၊ ဒါပေမယ့် တကယ်တမ်းမှာ၊ open source မှာရနိုင်တဲ့ အရာတွေက လူတစ်ယောက်အကြောင်း သင်ပြော၊ ပြော၊ လေ့လာနိုင်တဲ့ အချက်အလက်များစွာကို ဖွင့်ပေးပါတယ်။

တတိယ အဓိက အပိုင်းကတော့ ဒီလူရဲ့ ပတ်ဝန်းကျင်ပါ။ ဟုတ်တယ်၊ လူတစ်ယောက်က လူမှုကွန်ရက်မှာ မရှိရင် သူ့အကြောင်း ဒေတာမရှိဘူး (ဒါက မမှန်ဘူးဆိုတာ မင်းသိပြီးသားဖြစ်နိုင်တယ်)၊ ဒါပေမယ့် အရေးကြီးဆုံးကတော့ လူတစ်ယောက်ရဲ့ ပရိုဖိုင်မှာပါတဲ့ ဒေတာ၊ (သို့မဟုတ် အချို့သော အက်ပလီကေးရှင်းများတွင်) သည် ၎င်းနှင့်ပတ်သက်သည့် အသိပညာ၏ 40% မျှသာဖြစ်သည်။ ကျန်တဲ့ အချက်အလက်တွေကိုတော့ သူ့ပတ်ဝန်းကျင်က လာယူပါတယ်။ "မင်းရဲ့သူငယ်ချင်းက ဘယ်သူလဲဆိုတာ ပြောပြပြီး မင်းဘယ်သူလဲဆိုတာ ငါပြောပြမယ်" ဆိုတဲ့ စကားစုက အဲဒီလူရဲ့ပတ်ဝန်းကျင်မှာ ဒေတာပမာဏများစွာကို ရယူနိုင်တာကြောင့် XNUMX ရာစုမှာ အဓိပ္ပါယ်အသစ်တစ်ခုသက်ရောက်ပါတယ်။

ကျွန်ုပ်တို့သည် ကြော်ငြာဆက်သွယ်ရေးနှင့် ပိုမိုနီးကပ်စွာပြောဆိုပါက၊ ကြော်ငြာဆက်သွယ်ရေးမှမဟုတ်ဘဲ ကြော်ငြာဆက်သွယ်ရေးကို လက်ခံရရှိခြင်းဖြစ်သော်လည်း သူငယ်ချင်း၊ အသိမိတ်ဆွေ သို့မဟုတ် တစ်နည်းတစ်ဖုံ အတည်ပြုထားသော ပုဂ္ဂိုလ်ထံမှ ကြော်ငြာဆက်သွယ်မှုများသည် စျေးကွက်ရှာဖွေသူအများအပြားအသုံးပြုသည့် အလွန်ကောင်းမွန်သောအင်္ဂါရပ်တစ်ခုဖြစ်သည်။ အပလီကေးရှင်းအချို့က သင့်အား အခမဲ့ ပရိုမိုကုဒ်တစ်ခု ရုတ်တရက် ပေးသောအခါ၊ သင်သည် ၎င်းနှင့်ပတ်သက်သည့် ပို့စ်တစ်ခုကို ပြုလုပ်ပြီး ပရိသတ်အသစ်ကို ဆွဲဆောင်နိုင်သည်။ အမှန်တော့၊ အခြေအနေအရ “Yandex.Taxi” အတွက် ဤပရိုမိုကုဒ်ကို ကျပန်းရွေးချယ်ခဲ့ခြင်းမဟုတ်သော်လည်း၊ ဤအတွက်၊ ပရိသတ်အသစ်များကို ဆွဲဆောင်နိုင်ပြီး ၎င်းတို့နှင့် တစ်နည်းနည်းဖြင့် အပြန်အလှန်တုံ့ပြန်ရန် သင့်အလားအလာနှင့်ပတ်သက်၍ ဒေတာအများအပြားကို ခွဲခြမ်းစိတ်ဖြာထားသည်။

တီဗီစီးရီးဇာတ်ကောင်တွေရဲ့ အပြုအမူကိုတောင် ခွဲခြမ်းစိတ်ဖြာကြတယ်။

ငါ မင်းကို ပုံသုံးပုံပြပြီး သူတို့ကြားက ကွာခြားချက်တွေကို ပြောပြမယ်။

ဒီတစ်ခု:

ဤ-

ပြီးတော့ ဒီတစ်ခု

သူတို့ကြားက ဘာကွာခြားလဲ။ အရာအားလုံးကဒီမှာရိုးရှင်းပါတယ်။ ကွမ်တမ်မက္ကင်းနစ်တွင်ကဲ့သို့ပင် ဤကိစ္စတွင် ဤတီထွင်ဖန်တီးမှုကို လေ့လာသူမှ ဖြစ်ပေါ်လာခြင်းဖြစ်သည်။ ဆိုလိုသည်မှာ၊ တစ်ချိန်တည်းတွင် အမှတ်တံဆိပ်တစ်ခုတည်းက ဆောင်ရွက်သည့် တူညီသောကြော်ငြာကမ်ပိန်းတွင် ကွာခြားချက်မှာ ဤဖန်တီးမှုကို ကြည့်ရှုသူတွင်သာဖြစ်သည်။ ကျွန်တော် ကိုယ်တိုင်ကိုယ်ကျ Amediateka ကိုသွားတဲ့အခါ သူတို့က Khal Drogo ကို ပြသနေတုန်းပါပဲ။ ကျွန်ုပ်၏ရွေးချယ်မှုများနှင့်ပတ်သက်၍ Amediateka က မည်သို့ထင်မြင်သည်ကို ကျွန်ုပ်မသိသော်လည်း အကြောင်းတစ်ခုခုကြောင့် ဤသို့ဖြစ်သွားသည်။

ယခုအခါ ပုဂ္ဂိုလ်ရေးသီးသန့် ဆက်သွယ်မှုဟု ခေါ်သည်ဆိုသည်မှာ ပရိသတ်ကို ဆွဲဆောင်ကာ ၎င်းနှင့် မှန်ကန်စွာ ဆက်ဆံခြင်း၏ ရေပန်းအစားဆုံး ဇာတ်လမ်းဖြစ်သည်။ ပထမအဆင့်တွင် ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ကိုယ်ပိုင်အမှတ်တံဆိပ်ဒေတာ၊ အဖွင့်အရင်းအမြစ်ဒေတာကိုအသုံးပြုပြီး ဥပမာအားဖြင့်၊ ဤပုဂ္ဂိုလ်၏ပတ်ဝန်းကျင်မှဒေတာများကိုအသုံးပြု၍ လူများကိုခွဲခြားသတ်မှတ်ပါက၊ ကျွန်ုပ်တို့သည် ထိုသူအား ခွဲခြမ်းစိတ်ဖြာပြီးနောက်၊ ထိုသူသည် မည်သူမည်ဝါဖြစ်သည်ကို နားလည်နိုင်မည်ဖြစ်ပြီး၊ အရေးကြီးဆုံးမှာ၊ ၊ သူနဲ့စကားပြောတဲ့ ဘာသာစကားက ဘာလဲ။

ဤနေရာတွင် နည်းပညာသည် ယခုအချိန်အထိ လူများကြည့်ရှုနေသည့် တီဗီစီးရီးရှိ ဇာတ်ကောင်များကို ခွဲခြမ်းစိတ်ဖြာနေပါသည်။ ဆိုလိုသည်မှာ သင်သည် တီဗီစီးရီးများကို နှစ်သက်သည် - ၎င်းတို့ [နှစ်သက်သည်] ကို ကြည့်ရှုကြသည်၊ ၎င်းတို့သည် သင်နှင့် ထိတွေ့ဆက်ဆံရန် သင့်တော်မည့် လူအမျိုးအစားကို နားလည်ရန်အတွက် ထိုနေရာ၌ သင်နှင့် ဆက်ဆံပုံကို ကြည့်ရှုကြသည်။ လုံးဝ အဓိပ္ပါယ်မရှိသလို ထင်ရသော်လည်း အပျော်သဘောအတွက်၊ အရင်းအမြစ်များထဲမှ တစ်ခုကို စမ်းကြည့်ပါ - မတူညီသော ဖန်တီးမှုများကို မတူညီသောလူများက မြင်သည် (၎င်းကို မှန်ကန်စွာ တုံ့ပြန်နိုင်ရန်)။

ခေတ်မီမီဒီယာတစ်ခု သို့မဟုတ် ဗီဒီယိုရင်းမြစ်တစ်ခုမှ မဟုတ်ပဲ သတင်းအချို့ကို သင့်အား ပြသပါသည်။ မီဒီယာသို့သွားပါ - သင့်အားခွဲခြားသတ်မှတ်ရန်၊ သင်၏ယခင်လုပ်ဆောင်မှုအားလုံးကိုနားလည်ရန်၊ သင်္ချာပုံစံကို အယူခံဝင်ပြီးနောက် သင့်အား တစ်ခုခုပြသရန် အယ်လဂိုရီသမ်အများအပြားကို တင်ထားသည်။ ဒီကိစ္စမှာ ထူးဆန်းတဲ့ ဇာတ်လမ်းတစ်ခုရှိတယ်။

လိုအပ်ချက်တွေကို ဘယ်လိုသတ်မှတ်မလဲ။ စိတ်ပညာ။ အင်္ဂတေ

လူတစ်ဦး၏ အမှန်တကယ် လိုအပ်ချက်များကို ဆုံးဖြတ်ရန်နှင့် ၎င်းတို့နှင့် မှန်ကန်စွာ ပြောဆိုဆက်ဆံပုံကို ဆုံးဖြတ်ရန် (အစစ်အမှန်) နည်းလမ်းများစွာ ရှိပါသည်။ ချဉ်းကပ်နည်းတွေ အများကြီးရှိတယ်၊ အရာရာတိုင်းကို ကွဲပြားစွာဖြေရှင်းပြီး ဘယ်ဟာက ကောင်းလဲ၊ ဘယ်ဟာက မကောင်းလဲ မပြောနိုင်ပါဘူး။ အဓိကက အားလုံးသိပုံရတယ်။

စိတ်ပညာ။ Cambridge Analytics နဲ့ ဇာတ်လမ်းအပြီးမှာ၊ ကျွန်တော့်အမြင်အရတော့ အံ့သြစရာကောင်းတဲ့ အလှည့်အပြောင်းတစ်ခု ဖြစ်သွားခဲ့ပါတယ်၊ ဘာကြောင့်လဲဆိုတော့ ဒုတိယနိုင်ငံရေးကုမ္ပဏီတိုင်းက အခုရောက်လာပြီး “အိုး၊ မင်းက ငါ့ကို Trump လို လုပ်ပေးနိုင်မလား။ ကျွန်တော်လည်း အနိုင်ယူချင်ပါတယ်” အမှန်တော့၊ ဒါက ကျွန်တော်တို့ရဲ့ အဖြစ်မှန်တွေ ဥပမာ နိုင်ငံရေး ရွေးကောက်ပွဲတွေအတွက် အဓိပ္ပါယ်မရှိဘူး။ သို့သော် စိတ်ရောဂါအမျိုးအစားများကို ဆုံးဖြတ်ရန်အတွက် မော်ဒယ်သုံးမျိုးကို အသုံးပြုသည်-

• ပထမအချက်မှာ သင်အသုံးပြုသည့်အကြောင်းအရာအပေါ် အခြေခံသည် - သင်ရေးသောစကားလုံးများ၊ သင်နှစ်သက်သော အချက်အလက်အချို့၊ ဗီဒီယိုများ စသည်ဖြင့်။
• ဒုတိယတစ်ခုသည် ဝဘ်အင်တာဖေ့စ်နှင့် သင်ဆက်ဆံပုံ၊ သင်ရိုက်ပုံ၊ သင်နှိပ်သည့်ခလုတ်များနှင့် ဆက်စပ်နေသည် - အမှန်တကယ်ပင်၊ ၎င်းတို့၏ ကီးဘုတ်လက်ရေးပေါ်အခြေခံ၍ ယခု psychotypes ဟုခေါ်သည့် အရာကို စိတ်ချယုံကြည်စွာ ဆုံးဖြတ်နိုင်သော ကုမ္ပဏီကြီးတစ်ခုလုံး ရှိပါသည်။
• ကျွန်ုပ်သည် စိတ်ပညာရှင်တစ်ဦးမဟုတ်ပါ၊ ၎င်းကို မည်သို့လုပ်ဆောင်သည်ကို ကျွန်ုပ်တကယ်နားမလည်ပါ၊ သို့သော် ကြော်ငြာဆက်သွယ်ရေး၏ ရှုထောင့်မှကြည့်လျှင် ဤအပိုင်းများကို ပိုင်းခြားထားသော ပရိသတ်များသည် တစ်စုံတစ်ဦးအား အပြာရောင်ဖြင့် အနီရောင်စခရင်ကို ပြသရန် လိုအပ်သောကြောင့်၊ မိန်းမ၊ တစ်စုံတစ်ယောက်သည် abstraction တစ်မျိုးမျိုးဖြင့် နက်မှောင်သော မျက်နှာပြင်-အပြာရောင် နောက်ခံကို ပြသရန် လိုအပ်ပြီး ၎င်းသည် အလွန်အေးမြသည်။ နိမ့်ကျတဲ့အဆင့်မှာ - လူတစ်ယောက်က အဲဒါကို မတွေးရဲလောက်အောင်ပါပဲ။ အခု ကြော်ငြာဈေးကွက်မှာ အဓိက ပြဿနာက ဘာလဲ။ လူတိုင်းသည် ထောက်လှမ်းရေးအေးဂျင့်ဖြစ်သည်၊ လူတိုင်း ပုန်းနေကြသည်၊ လူတိုင်းတွင် ဘရောက်ဆာခွင့်ပြုချက်ပေါင်း တစ်သန်းကို ထည့်သွင်းထားပြီး၊ မည်သည့်နည်းဖြင့်မျှ မဖော်ထုတ်နိုင်စေရန်အတွက် - သင့်တွင် “Adblocks”၊ “Gostrey” နှင့် ခြေရာခံခြင်းကို ပိတ်ဆို့သည့် အပလီကေးရှင်းအမျိုးအစားများ ရှိသည်။ ထို့အတွက်ကြောင့် လူတစ်ဦးအကြောင်းကို နားလည်ရန် အလွန်ခက်ခဲပါသည်။ နည်းပညာတွေ တိုးတက်လာပါပြီ - ဒီလူက သင့်ဆိုဒ်ကို 125 ကြိမ်မြောက် ပြန်ရောက်လာတာသာမကဘဲ သူကလည်း ထူးဆန်းပြီး ထူးဆန်းတဲ့သူတစ်ယောက်ဖြစ်ကြောင်း သင်သိဖို့လိုအပ်ပါတယ်။

Physiognomy သည် အလွန်အငြင်းပွားဖွယ်ရာ ပညာရပ်တစ်ခုဖြစ်သည်။ သိပ္ပံလို့တောင် မယူဆဘူး။ ဤသည်သည် အချို့သော ပြည်ထဲရေးဝန်ကြီးဌာနအတွက် လိမ်လည်ထောက်လှမ်းသည့်ကိရိယာများကို ပရိုဂရမ်လုပ်ခဲ့ဖူးသော လူတစ်စုဖြစ်ပြီး ယခုအခါ တီထွင်ဖန်တီးမှု၏ကိုယ်ရည်ကိုယ်သွေးဟု ခေါ်သည့်အရာတွင် ပါဝင်ဆောင်ရွက်နေပါသည်။ ဤနေရာ၌ ချဉ်းကပ်ပုံသည် အလွန်ရိုးရှင်းပါသည်- သင်၏ အများသူငှာ ဓာတ်ပုံအများအပြားကို လူမှုကွန်ရက်အချို့မှ ရယူပြီး ၎င်းတို့ထံမှ သုံးဖက်မြင် ဂျီသြမေတြီကို တည်ဆောက်ထားသည်။ အကယ်၍ သင်သည် ရှေ့နေတစ်ဦးဖြစ်ပါက၊ ဤအရာသည် လူတစ်ဦးနှင့် ကိုယ်ရေးကိုယ်တာအချက်အလက်များဖြစ်ကြောင်း ယခု သင်ပြောပါလိမ့်မည်။ ဒါပေမယ့် ဒါတွေက အာကာသထဲမှာ ရှိတဲ့ အချက်ပေါင်း 300 ရှိတယ်၊ ဒါက လူမဟုတ်ဘူး၊ ကိုယ်ရေးကိုယ်တာ အချက်အလက်မဟုတ်ဘူးလို့ ငါပြောမယ်။ Roskomnadzor သူတို့ဆီလာတဲ့အခါ လူတိုင်းပြောလေ့ရှိတဲ့စကားပါ။

သို့သော် လေးလေးနက်နက်၊ သင်၏အမည်နှင့် နောက်ဆုံးအမည်ကို ခွဲခြား၍မရပါက၊ သင်၏ကိုယ်ရေးကိုယ်တာအချက်အလက်များ မဟုတ်ပါ။ အဓိကကတော့ ယောက်ျားလေးတွေက လူတစ်ယောက်ရဲ့ ဆုံးဖြတ်ချက်တွေချပုံနဲ့ သူနဲ့ မှန်ကန်စွာ ဆက်ဆံပုံအပေါ် လွှမ်းမိုးတဲ့ အမျိုးမျိုးသော မျက်နှာသွင်ပြင်ကို အမှတ်အသားပြုဖို့ပါပဲ။ အချို့သောနေရာများတွင် ၎င်းသည် ညံ့ဖျင်းစွာအလုပ်လုပ်သည်၊ အချို့သောကြော်ငြာကဏ္ဍများတွင်၊ ဘယ်အပိုင်းတွေမှာ ကောင်းကောင်းအလုပ်လုပ်လဲ။ အဆုံးတွင်၊ သင်သည် အရင်းအမြစ်တစ်ခုခုကို သွားသည့်အခါ လူတိုင်းအား ပြသထားသည့် နဖူးစည်းတစ်ခုမျှသာမဟုတ်၊ ဥပမာ... ယခုအခါ မတူညီသော ပရိသတ်များအတွက် ရွေးချယ်စရာ 16 သို့မဟုတ် 20 ကို ပြုလုပ်ရသည်မှာ ပုံမှန်ဖြစ်နေပေသည်၊ ၎င်းသည် အလုပ်လုပ်ပါသည်။ အရမ်းမိုက်တယ်။ ဟုတ်တယ်၊ လူတွေက ပိုပိုပြီး ခြယ်လှယ်ဖို့ စတင်လာတဲ့အတွက် စားသုံးသူရဲ့ အမြင်က ပိုတောင် ဝမ်းနည်းစရာကောင်းပါတယ်။ ဒါပေမယ့် စီးပွားရေးအမြင်အရတော့ ဒါဟာ အရမ်းကောင်းပါတယ်။

စက်သင်ယူမှု၏အနက်ရောင်သေတ္တာ

၎င်းသည် ထိုကဲ့သို့သောနည်းပညာများနှင့် ပတ်သက်၍ အောက်ပါပြဿနာများကို ဖြစ်ပေါ်စေသည်- နောက်ဆုံးတွင်၊ developer အများစုအတွက် ယခု deep learning ဟုခေါ်သည့်အရာကို "black box" တစ်ခုဖြစ်သည်။ အကယ်၍ သင်သည် ဤဇာတ်လမ်းတွင် နှစ်မြှုပ်ပြီး ဆော့ဖ်ဝဲရေးသားသူများနှင့် စကားပြောဖူးပါက၊ "သြော်၊ နားထောင်ပါ၊ ကောင်းစွာ၊ ဤနေရာတွင် ကျွန်ုပ်တို့ နားမလည်နိုင်သော အရာတစ်ခုကို ကုဒ်ရေးထားပြီး၊ ၎င်းသည် မည်သို့အလုပ်လုပ်သည်ကို ကျွန်ုပ်တို့မသိပါ။" တစ်ယောက်ယောက်က ဒီလိုဖြစ်ဖူးတာ ဖြစ်နိုင်တယ်။

ဒါက တကယ်တော့ ဝေးကွာပါတယ်။ ယခု machine learning ဟုခေါ်သည့်အရာသည် black box နှင့်ဝေးသည်။ အဝင်နှင့်အထွက်ဒေတာကိုဖော်ပြရန် ချဉ်းကပ်ပုံအများအပြားရှိပါသည်၊ အဆုံးတွင် ကုမ္ပဏီသည် သင့်အား ဤညစ်ညမ်းဗီဒီယို သို့မဟုတ် အခြားတစ်ခုကိုပြသရန် ဆုံးဖြတ်ထားသည့် နိမိတ်လက္ခဏာများအပေါ် အခြေခံ၍ ကုမ္ပဏီမှ အသေအချာနားလည်နိုင်သည်။ မေးစရာမှာ ကုမ္ပဏီတစ်ခုမှ ယင်းကို ထုတ်ဖော်ပြောကြားခြင်း မရှိသောကြောင့်၊ ပထမအချက်မှာ၊ ၎င်းသည် ကုန်သွယ်မှုလျှို့ဝှက်ချက်ဖြစ်သည်။ ဒုတိယအချက်မှာ သင်ပင်မသိခဲ့သော ဒေတာပမာဏများစွာ ရှိလိမ့်မည်။

ဥပမာအားဖြင့်၊ ဤမတိုင်မီတွင်၊ ကျင့်ဝတ်ဆိုင်ရာ ဆွေးနွေးမှုတစ်ခုတွင်၊ လူမှုကွန်ရက်များသည် ကြော်ငြာဇာတ်လမ်းမျိုးအချို့တွင် လူများကို တဂ်လုပ်ရန်အတွက် ကိုယ်ရေးကိုယ်တာမက်ဆေ့ချ်များကို ခွဲခြမ်းစိတ်ဖြာပုံကို ဆွေးနွေးခဲ့ကြပါသည်။ အကယ်၍ သင်သည် တစ်စုံတစ်ဦးထံ တစ်စုံတစ်ခုကို ရေးလိုက်ပါက၊ ၎င်းကို အခြေခံ၍ သင်သည် အမှန်တကယ် ကြော်ငြာဆက်သွယ်ရေး တစ်မျိုးမျိုးအတွက် တိကျသော tag တစ်ခု ရရှိမည်ဖြစ်သည်။ ၎င်းကို သင်ဘယ်သောအခါမှ သက်သေပြမည်မဟုတ်ပါ၊ ၎င်းကို သက်သေပြရန် အကြောင်းမရှိပေ။ သို့သော်လည်း အလားတူပုံစံများကို ထုတ်ဖော်မည်ဆိုပါက ၎င်းတို့တည်ရှိနေမည်ဖြစ်သည်။ ထိုသို့သော အကြံပေးစနစ်များ တည်ဆောက်ခြင်းအတွက် စျေးကွက်သည် အဘယ်ကြောင့် ဤသို့ဖြစ်ခဲ့ရသည်ကို မသိဟန်ဆောင်ပါသည်။

လူတွေက သူတို့အကြောင်း လူတွေသိတာကို မသိချင်ကြဘူး။

ဒုတိယဇာတ်လမ်းကတော့ client က ဒီအထူးကြော်ငြာ၊ ဒီထုတ်ကုန်ကို ဘာကြောင့် လက်ခံရလဲဆိုတာ ဘယ်တုန်းကမှ မသိချင်ခဲ့တာပါ ။ ဒီဇာတ်လမ်းကို ပြောပြမယ်။ သုတေသနအတွက် အလားတူ algorithms များကို အတိအကျအခြေခံ၍ စီးပွားဖြစ် အကြံပြုချက်စနစ်များ အကောင်အထည်ဖော်ခြင်းတွင် ကျွန်ုပ်၏ပထမဆုံးအတွေ့အကြုံမှာ 2015 ခုနှစ်တွင် အလွန်ကြီးမားသော လိင်ဆိုင်များကွန်ရက်တွင်ဖြစ်သည် (ဟုတ်ပါတယ်၊ အထူးအဆန်းမဟုတ်) ဇာတ်လမ်းလည်း မဟုတ်ပါဘူး။

ဖောက်သည်များအား အောက်ပါတို့ကို ကမ်းလှမ်းခဲ့သည်- ၎င်းတို့သည် ဝင်ရောက်လာကာ ၎င်းတို့၏ လူမှုကွန်ရက်ဖြင့် ဝင်ရောက်ကာ 5 စက္ကန့်ခန့်အကြာတွင် ၎င်းတို့အတွက် လုံးဝ စိတ်ကြိုက်စတိုးဆိုင်တစ်ခုကို လက်ခံရရှိခဲ့သည်၊ ဆိုလိုသည်မှာ ထုတ်ကုန်အားလုံးသည် ပြောင်းလဲသွားသည် - ၎င်းတို့သည် အမျိုးအစားတစ်ခုသို့ ကျရောက်သွားသည်၊ စသည်တို့ဖြစ်သည်။ . ဤဆိုင်၏ ပြောင်းလဲမှုနှုန်းသည် မည်မျှတိုးလာသည်ကို သင်သိပါသလား။ မည်သည့်နည်းဖြင့်မဆို! လူတွေဝင်လာပြီး ချက်ခြင်းထွက်ပြေးသွားတယ်။ သူတို့ ဝင်လာပြီး သူတို့ တွေးနေတာတွေကို အတိအကျ ကမ်းလှမ်းထားတယ်ဆိုတာ သိလိုက်ရတယ်...

ဤစမ်းသပ်မှု၏ပြဿနာမှာ ထုတ်ကုန်တစ်ခုစီအောက်တွင် သင်ထိုအထူးပစ္စည်းကို အဘယ်ကြောင့်ကမ်းလှမ်းရခြင်းဖြစ်သည် (“သင်သည် လျှို့ဝှက်အဖွဲ့၏အဖွဲ့ဝင်တစ်ဦးဖြစ်သောကြောင့် “စွမ်းအားပြည့်ဝသောအမျိုးသမီးသည် အိမ်တံခါးဖျာကိုရှာနေသောယောက်ျားကိုရှာနေသည်”)။ ထို့ကြောင့်၊ ခေတ်မီအကြံပြုချက်စနစ်များသည် "ခန့်မှန်းချက်" ကိုအခြေခံ၍ ဒေတာကိုဘယ်သောအခါမှပြသမည်မဟုတ်ပါ။

အလွန်ရေပန်းစားသော သတင်းတစ်ပုဒ်မှာ မီဒီယာအားလုံးသည် အလားတူ အကြံပြုချက်စနစ်များကို အသုံးပြုသောကြောင့် ဖြစ်သည်။ ယခင်က၊ အယ်လဂိုရီသမ်များသည် အလွန်ရိုးရှင်းသည်- "နိုင်ငံရေး" အမျိုးအစားကိုကြည့်ပါ - ၎င်းတို့သည် သင့်အား "နိုင်ငံရေး" အမျိုးအစားမှ သတင်းများကို ပြသသည်။ ယခုတွင် အရာအားလုံးသည် အလွန်ရှုပ်ထွေးနေသဖြင့် ၎င်းတို့သည် သင်မောက်စ်ကိုရပ်လိုက်သည့်နေရာများ၊ သင်အာရုံစိုက်ထားသည့်စကားလုံးများ၊ သင်ကူးယူထားသည့်အရာ၊ ဤစာမျက်နှာနှင့် ယေဘုယျအားဖြင့် သင်ဆက်ဆံပုံတို့ကို ခွဲခြမ်းစိတ်ဖြာကြသည်။ ထို့နောက် သူကိုယ်တိုင် မက်ဆေ့ချ်များ၏ ဝေါဟာရကို ခွဲခြမ်းစိတ်ဖြာသည်- ဟုတ်တယ်၊ မင်းက ပူတင်အကြောင်း သတင်းကို ဖတ်ရုံတင်မကဘူး၊ စိတ်ပိုင်းဆိုင်ရာ အရောင်ခြယ်မှု တစ်မျိုးမျိုးနဲ့ တစ်မျိုး။ လူတစ်​​ယောက်​က သတင်း​တွေရ​တော့ သူ ဒီကို ဘယ်​လို​ရောက်​လာတာလဲ ဆိုတာ​တောင်​ မစဉ်းစားတတ်​ဘူး။ မည်သို့ပင်ဆိုစေကာမူ သူသည် ဤအကြောင်းအရာနှင့် တုံ့ပြန်သည်။

သဘာဝအားဖြင့်၊ ဤအရာအားလုံးသည် သူ့ပတ်ဝန်းကျင်ရှိ များပြားလှသော အချက်အလက်များစွာမှ ရူးသွပ်နေပြီဖြစ်သော ဆင်းရဲကံဆိုး ကံဆိုးသူလေးများကို ထိန်းသိမ်းရန် ရည်ရွယ်သည်။ သင့်ပတ်ဝန်းကျင်ရှိ ဖန်တီးမှုများအား ပုဂ္ဂိုလ်ရေးသီးသန့်ပြုလုပ်ပြီး အချက်အလက်အချို့ကို စုဆောင်းရန်အတွက် အဆိုပါစနစ်များကို အသုံးပြုခြင်းသည် ကောင်းမွန်သည်ဟု ဆိုရမည်ဖြစ်သော်လည်း၊ ကံမကောင်းစွာဖြင့်၊ ထိုသို့သောဝန်ဆောင်မှုများ မရှိသေးပါ။

Artificial Intelligence သည် ဖောက်သည်အား လေထဲတွင်ဖမ်းယူပြီး ဝယ်လိုအားကို ဖန်တီးသည်။

ဤနေရာတွင် အလွန်စိတ်ဝင်စားစရာကောင်းသော ဒဿနမေးခွန်းတစ်ခု ပေါ်လာသည်၊၊ အကြံပြုချက်စနစ်တစ်ခုဖန်တီးခြင်းမှ ဝယ်လိုအားဖန်တီးခြင်းဆီသို့ ကူးပြောင်းသွားပါသည်။ ဒီအကြောင်းကို ဘယ်သူကမှ စဉ်းစားလေ့မရှိပေမယ့် Instagram လို့ ခေါ်တဲ့ “ဒေတာတွေကို ဘာလို့ စုဆောင်းနေတာလဲ။ ဘာလို့ ကျပန်းကြော်ငြာတွေကို လုံးဝ မပြတာလဲ။” - Instagram က သင့်ကို ပြောပြပါလိမ့်မယ်- “သူငယ်ချင်း၊ မင်းအတွက် စိတ်ဝင်စားစရာတွေကို အတိအကျ ပြသဖို့ ဒါက အားလုံးပြီးသွားပြီ။” ကဲ့သို့ပင်၊ သင်ရှာဖွေနေသောအရာကို အတိအကျပြသနိုင်စေရန် ကျွန်ုပ်တို့သည် သင့်အား အတိအကျသိလိုပါသည်။

ဒါပေမယ့် နည်းပညာက ဒီကြောက်စရာကောင်းတဲ့ သတ်မှတ်ချက်ကို ကျော်ဖြတ်လာတာ ကြာပါပြီ၊ အလားတူ နည်းပညာတွေက သင်လိုအပ်တာကို ခန့်မှန်းလို့မရတော့ပါဘူး။ သူတို့က (အာရုံစိုက်!) တောင်းဆိုမှုကိုဖန်တီးတယ်။ ထိုကဲ့သို့ ဆက်သွယ်မှုတွင် ဉာဏ်ရည်တုနှင့် ပတ်သက်သည့် အကြောက်ဆုံးအရာ ဖြစ်ကောင်းဖြစ်နိုင်သည်။ ကြောက်စရာကောင်းတာက ၎င်းကို Google ရှာဖွေမှုရလဒ်များမှ Yandex ရှာဖွေမှုရလဒ်များအထိ၊ အချို့သောစနစ်များအထိ ... ကောင်းပြီ၊ Yandex နှင့် ပတ်သက်၍ မကောင်းကြောင်း ကျွန်တော် မပြောလိုပါ။ ကောင်းသော။

ဘာအချက်လဲ။ ဒီလို ကြော်ငြာဆက်သွယ်ရေးတွေက “ကလေးထိုင်ခုံဝယ်ချင်တယ်” လို့ရေးပြီး ပုံနှိပ်ထုတ်ဝေမှု သန်းတစ်ထောင်ကို တွေ့တဲ့ဗျူဟာကနေ ဝေးကွာသွားခဲ့တာ ကြာပါပြီ။ ၎င်းတို့သည် အောက်ပါအတိုင်း ဆက်သွားသည်- အမျိုးသမီးသည် မြင်သာမြင်သာသာရှိသော ဗိုက်နှင့် ဓာတ်ပုံကို တင်လိုက်သည်နှင့်၊ သူမ၏ခင်ပွန်းသည် ချက်ချင်းပင် မက်ဆေ့ချ်ဖြင့် လိုက်လာသည်- “ယောက်ျား၊ မကြာခင် မွေးတော့မယ်။ ကလေးထိုင်ခုံဝယ်ပါ။"

ဤတွင်၊ သင်သည် ကျိုးကြောင်းဆီလျော်စွာ မေးကောင်းမေးကောင်း မေးနိုင်သည်မှာ၊ နည်းပညာတွင် အလွန်ကြီးမားသော တိုးတက်မှုနှင့်အတူ လူမှုကွန်ရက်များတွင် ထိုသို့သော မိုက်မဲသော ကြော်ငြာများကို ကျွန်ုပ်တို့ မြင်တွေ့နေရဆဲဖြစ်သည်။ ပြဿနာက ဒီဈေးကွက်မှာ အရာအားလုံးကို ပိုက်ဆံနဲ့ ဆုံးဖြတ်နေတုန်းပါပဲ၊ ဒါကြောင့် Coca-Cola လို ကြော်ငြာရှင်တချို့က “ဒီမှာ မင်းအတွက် သန်း 20 ပါ – ငါ့ရဲ့ ယုတ်ညံ့တဲ့ နဖူးစည်းတွေကို အင်တာနက်တစ်ခုလုံးကို ပြပါ” လို့ ပြောလာနိုင်ပါတယ်။ ပြီးတော့ သူတို့ တကယ်လုပ်လိမ့်မယ်။

သို့သော် သင်သည် သန့်ရှင်းသောအကောင့်တစ်မျိုးကို ဖန်တီးပြီး ထိုကဲ့သို့သော အယ်လဂိုရီသမ်များက သင့်အား မည်ကဲ့သို့ ခန့်မှန်းသည်ကို စမ်းသပ်ပါက၊ ၎င်းတို့သည် သင့်အား ပထမဦးစွာ ခန့်မှန်းရန် ကြိုးစားပြီးနောက် ၎င်းတို့သည် သင့်အား တစ်ခုခုကို ကြိုတင်လုပ်ဆောင်လာကြသည်။ လူ့ဦးနှောက်သည် ၎င်းအတွက် ယုံကြည်စိတ်ချရသော သတင်းအချက်အလတ်များကို လက်ခံရရှိသည့်အခါ ဤသတင်းအချက်အလက်ကို လက်ခံရရှိသည့်အခိုက်အတန့်ပင် မလုပ်ဆောင်နိုင်ပေ။ မင်း အိပ်မက်ထဲ ရောက်နေတယ်ဆိုတာ ဆုံးဖြတ်ဖို့ ပထမဆုံး စည်းမျဉ်းက မင်း ဒီကို ဘယ်လို လာတယ်ဆိုတာ နားလည်ဖို့ပါပဲ။ လူတစ်​​ယောက်​က တစ်​ခန်းတစ်​ခန်းမှာ ဆုံးသွားတဲ့အခိုက်​အတန့်​ကို ဘယ်​​တော့မှ မမှတ်​မိဘူး။ ဒီမှာ အတူတူပါပဲ။

Google သည် သင့်ကမ္ဘာ့အမြင်ကို ပုံသွင်းရန် စတင်နိုင်မည်ဖြစ်သည်။

ထိုသို့သောလေ့လာမှုများကို i-tracking တွင်ပါဝင်သည့်နိုင်ငံခြားကုမ္ပဏီများမှလုပ်ဆောင်သည်။ စမ်းသပ်သူ၏မျက်လုံးများကြည့်နေသည့်နေရာကို မှတ်တမ်းတင်သည့် အထူးကွန်ပြူတာများတွင် စက်ပစ္စည်းများကို တပ်ဆင်ကြသည်။ ဖိဒ်ကို ရိုးရှင်းစွာ လှိမ့်ကြည့်ကာ လူမှုကွန်ရက်များ၊ ကြော်ငြာများဖြင့် အပြန်အလှန် တုံ့ပြန်သည့် စေတနာ့ဝန်ထမ်း ငါးထောင်မှ ခုနစ်ထောင်ထံမှ ခေါ်ယူကာ ဤလူများသည် ၎င်းတို့၏ မျက်လုံးများကို ရပ်တန့်စေမည့် နဖူးစည်းများနှင့် ဖန်တီးမှုများ၏ အစိတ်အပိုင်းများဆိုင်ရာ အချက်အလက်များကို မှတ်တမ်းတင်ခဲ့သည်။

လူတွေက ဒီလို hyper-personalized ဖန်တီးမှုကို လက်ခံရရှိတဲ့အခါ၊ သူတို့ဟာ အဲဒါကို မတွေးရဲကြဘူး - သူတို့က ချက်ချင်း ဆက်သွားပြီး၊ အဲဒါနဲ့ အပြန်အလှန် တုံ့ပြန်ကြတယ်ဆိုတာ ပေါ်လာပါတယ်။ လုပ်ငန်းရှုထောင့်ကနေကြည့်ရင် ဒါကကောင်းတယ်၊ ဒါပေမယ့် သုံးစွဲသူတွေ အနေနဲ့ကတော့ ကျွန်တော်တို့အမြင်အရတော့ ဒါက အရမ်းမိုက်တာမဟုတ်ဘူး၊ ဘာဖြစ်လို့လဲဆိုတော့ - သူတို့က ဘာကိုကြောက်တာလဲ။ - အခြေအနေအရ "Google" သည် ၎င်း၏ကိုယ်ပိုင်ကမ္ဘာ့အမြင်ကို ဖန်တီးရန် အချိန်ကောင်း (ဒါမှမဟုတ်၊ မစတင်နိုင်တော့သည်မှာ သေချာပါသည်။ ဥပမာ၊ မနက်ဖြန်၊ သူသည် မြေကြီးပြန့်သည်ဟူသော သတင်းကို လူများကို စတင်ပြသနိုင်သည်။

နောက်တာပါဘဲ၊ ရွေးကောက်ပွဲကာလမှာ လူတချို့ကို သတင်းအချက်အလတ်တွေ ပေးစပြုလာတဲ့အတွက် အကြိမ်ပေါင်းများစွာ ဖမ်းဆီးခံခဲ့ရပါတယ်။ ရှာဖွေရေးအင်ဂျင်သည် အရာအားလုံးကို ရိုးရိုးသားသားရရှိသည်ဟူသောအချက်ကို ကျွန်ုပ်တို့အားလုံး အသုံးပြုနေကြပါသည်။ ဒါပေမယ့် ကျွန်တော်အမြဲပြောသလိုပါပဲ၊ ကမ္ဘာကြီးက ဘယ်လိုအလုပ်လုပ်တယ်ဆိုတာကို တကယ်သိချင်ရင်၊ မူပိုင်ခွင့်ကို ဂရုမစိုက်ဘဲ၊ စစ်ထုတ်မှုတွေမပါဘဲ၊ သင့်သူငယ်ချင်းအချို့ကို ရှာဖွေမှုရလဒ်တွေမှာ အဆင့်မသတ်မှတ်ဘဲ ကိုယ်ပိုင်ရှာဖွေရေးအင်ဂျင်ကို ရေးပါ။ အင်တာနက်ပေါ်ရှိ ဒေတာအစစ်အမှန်ကို ပြသခြင်းသည် Google၊ Yandex၊ Bing စသည်တို့မှ ပြသထားသည့်အရာများနှင့် ယေဘုယျအားဖြင့် ကွဲပြားပါသည်။ မိတ်ဆွေများ၊ လုပ်ဖော်ကိုင်ဖက်များ၊ ရန်သူများ သို့မဟုတ် အခြားတစ်စုံတစ်ဦး (သို့မဟုတ် သင်အိပ်ခဲ့သော ချစ်သူဟောင်း) ကြောင့် အချို့သောပစ္စည်းများကို ဝှက်ထားပါသည် - အရေးမကြီးပါ။

Trump ဘယ်လိုအနိုင်ရလဲ။

အမေရိကန်ပြည်ထောင်စုတွင် နောက်ဆုံး ရွေးကောက်ပွဲကျင်းပသည့်အခါ အလွန်ရိုးရှင်းသော လေ့လာမှုတစ်ခုကို ပြုလုပ်ခဲ့သည်။ မတူညီသော IP လိပ်စာများမှ၊ မတူညီသောမြို့များမှ၊ မတူညီသောလူများက တူညီသောအချက်ကို Google မှ တူညီသောတောင်းဆိုမှုများကို ရယူခဲ့ကြသည်။ သမရိုးကျအားဖြင့်၊ တောင်းဆိုချက်သည် ရွေးကောက်ပွဲတွင် မည်သူအနိုင်ရမည်နည်း။ အံ့သြစရာကောင်းတာက ရလဒ်တွေဟာ မှားယွင်းတဲ့ ကိုယ်စားလှယ်လောင်းကို မဲပေးဖို့ ကြိုးပမ်းတဲ့ လူအရေအတွက် အများဆုံးပြည်နယ်တွေမှာ Google က ရာထူးတိုးပေးတဲ့ ကိုယ်စားလှယ်လောင်းအကြောင်း သတင်းကောင်းတချို့ ရရှိခဲ့ပါတယ်။ ဘယ်တစ်ခုလဲ? သမ္မတဖြစ်လာသူ ဘယ်သူလဲ ဆိုတာ ရှင်းပါတယ်။ ဒါက လုံးဝကို သက်သေမပြနိုင်တဲ့ ဇာတ်လမ်းဖြစ်ပြီး ဒီလေ့လာမှုအားလုံးဟာ ရေထဲမှာ လက်ချောင်းတစ်ချောင်းပါပဲ။ Google က "ယောက်ျားလေးတို့၊ ဒါတွေအားလုံးပြီးသွားပြီဆိုတော့ မင်းအတွက် အသက်ဆိုင်ဆုံးအကြောင်းအရာကို ငါတို့ပြဖို့"

ယခုမှစ၍ အနီးစပ်ဆုံး ဆက်စပ်ခေါ်ဝေါ်သည့်အရာသည် လုံးဝမဟုတ်ကြောင်း သိထားသင့်သည်။ ကုမ္ပဏီသည် သင့်အား ကောင်းသော သို့မဟုတ် ဆိုးသည့်အကြောင်းတစ်ခုခုကြောင့် ရောင်းချရန် လိုအပ်သည့် ဆက်စပ်ပစ္စည်းတစ်ခုခုကို ခေါ်ဆိုပါသည်။

အခု ပိုက်ဆံမရှိတဲ့သူတွေဟာ နောင်လာမည့်ဝယ်ယူမှုတွေအတွက် ပြင်ဆင်နေကြပါပြီ။

ဒီနေရာမှာ နောက်ထပ် စိတ်ဝင်စားစရာကောင်းတဲ့ အချက်တစ်ခု ရှိပါသေးတယ်။ ယခုအခါ လူမှုကွန်ရက်များနှင့် အက်ပ်များတွင် တက်ကြွသော ပရိသတ်အများအပြားသည် လူငယ်များဖြစ်ကြသည်။ အဲဒါကို စိတ်ဓာတ်ကျတဲ့လူငယ်လို့ ခေါ်ရအောင်- မိုက်မဲတဲ့ဂိမ်းကစားတဲ့ အသက် 8-9 နှစ်ကလေးတွေ၊ လူမှုကွန်ရက်မှာ စာရင်းသွင်းနေတဲ့ 12-13-14 တွေပဲ ဖြစ်ပါတယ်။ ကုမ္ပဏီကြီးများသည် ငွေရှာမရသော အခကြေးငွေမယူသော ပရိသတ်အတွက် အပလီကေးရှင်းများ ဖန်တီးရန် ကြီးမားသော ဘတ်ဂျက်နှင့် အရင်းအမြစ်များကို အဘယ်ကြောင့် သုံးစွဲရသနည်း။ ဤပရိသတ်သည် ရေပန်းစားလာသောအခါတွင်၊ ၎င်း၏အပြုအမူကို ကောင်းစွာခန့်မှန်းရန် ၎င်းနှင့်ပတ်သက်သည့် လုံလောက်သောဒေတာပမာဏရှိပါမည်။

ယခု အခက်ခဲဆုံး ပရိသတ်က ဘာလဲ၊ အလွန်အကျိုးအမြတ်များသည်ဟု ဆိုကြလိမ့်မည်။ ဥပမာအားဖြင့် ရူဘယ် သန်း 150 တန် တိုက်ခန်းကို လူမှုကွန်ရက်များမှတစ်ဆင့် ရောင်းချခြင်းသည် မဖြစ်နိုင်သလောက်ဖြစ်သည်။ လူ 10 အတွက် ကြော်ငြာတစ်မျိုးမျိုးလုပ်တဲ့အခါ အထီးကျန်ဖြစ်ရပ်တွေ ရှိပါတယ်၊ တစ်ယောက်က ဒီတိုက်ခန်းကိုဝယ်တယ် - client က အောင်မြင်ပါတယ်... ဒါပေမယ့် ကိန်းဂဏန်းအရ ကြည့်မယ်ဆိုရင် တစ်သောင်းမှာ တစ်ယောက်က လုံးဝမကောင်းပါဘူး။ ဒီတော့ ဝင်ငွေမြင့်တဲ့ ပရိသတ်ကို ခွဲခြားသတ်မှတ်ဖို့ ဘာကြောင့် ခက်ခဲနေရတာလဲ။ အဘယ်ကြောင့်ဆိုသော် ယခုအခါ အလွန်အမြတ်အစွန်းများသော ပရိတ်သတ်များ၏ အဖွဲ့ဝင်များဖြစ်ကြသော လူများသည် အင်တာနက် အလွန်သေးငယ်နေချိန်၌ မွေးဖွားလာခဲ့ကြသောကြောင့် Artemy Lebedev ကို မည်သူမျှ မသိကြသေးဘဲ ၎င်းတို့နှင့် ပတ်သက်သည့် အချက်အလက်များ မရှိသေးသောကြောင့် ဖြစ်သည်။ သူတို့၏ အပြုအမူပုံစံကို ခန့်မှန်းရန် မဖြစ်နိုင်သလို၊ သူတို့၏ ထင်မြင်ယူဆချက် ခေါင်းဆောင်များသည် မည်သူဖြစ်သည်၊ မည်သည့် အကြောင်းအရာ၏ အရင်းအမြစ်များမှ ရရှိသည်ကို နားလည်ရန် မဖြစ်နိုင်ပေ။

ဒါကြောင့် 25 နှစ်အတွင်း မင်းအားလုံး ဘီလျံနာတွေ ဖြစ်လာတဲ့အခါ၊ မင်းကို ရောင်းမယ့် ကုမ္ပဏီတွေက ဒေတာပမာဏ အများကြီး ရှိလိမ့်မယ်။ ထို့ကြောင့် ယခု ကျွန်ုပ်တို့တွင် အရွယ်မရောက်သေးသူများထံမှ ဒေတာစုဆောင်းခြင်းကို တားဆီးနိုင်သည့် အံ့ဖွယ် GDPR တစ်ခုရှိသည်။

ထုံးစံအတိုင်း၊ ကလေးများအားလုံးသည် ၎င်းတို့၏မိခင်နှင့် ဖခင်၏အကောင့်များတွင် ကစားနေကြဆဲဖြစ်သောကြောင့် အချက်အလက်များ စုဆောင်းပုံမှာ လက်တွေ့တွင် လုံးဝအလုပ်မဖြစ်ပေ။ နောက်တစ်ခါ သင့်ကလေးကို တက်ဘလက်တစ်လုံး ပေးတဲ့အခါ ဒါကို စဉ်းစားပါ။

လူတိုင်း စက်တွေနဲ့ စစ်ပွဲမှာ သေကြတဲ့အခါ ကြောက်စရာကောင်းတဲ့ ဒစ်စတိုပီယံ အနာဂတ်ဆိုတာ လုံးဝမဟုတ်ပါ - အခု တကယ့်ဖြစ်ရပ်မှန်ဇာတ်လမ်းပါ။ ဂိမ်းကစားပုံအပေါ်အခြေခံ၍ စိတ်ပိုင်းဆိုင်ရာအားဖြည့်သူများအတွက် အယ်လဂိုရီသမ်များကို ဖန်တီးနေသည့် ကုမ္ပဏီအများအပြားရှိသည်။ အရမ်းစိတ်ဝင်စားစရာကောင်းတဲ့ လုပ်ငန်းတစ်ခုပါ။ ဤအရာအားလုံးကို အခြေခံ၍ လူများကို ၎င်းတို့နှင့် တနည်းတဖုံ ဆက်သွယ်နိုင်ရန် အပိုင်းခွဲထားသည်။

ဤလူများ၏အပြုအမူကို 10-15 နှစ်အကြာတွင်ရရှိနိုင်လိမ့်မည် - သူတို့သည်အရည်ချင်းပရိသတ်ဖြစ်လာသောအခါအတိအကျဖြစ်သည်။ အရေးကြီးဆုံးက ဒီလူတွေဟာ သူတို့ရဲ့ ကိုယ်ရေးကိုယ်တာ အချက်အလက်တွေကို စီမံဆောင်ရွက်ဖို့၊ ပြင်ပအဖွဲ့အစည်းတွေဆီ လွှဲပြောင်းပေးဖို့၊ ဒါတွေအားလုံးဟာ ပျော်ရွှင်မှု စသည်ဖြင့် လုပ်ဖို့ ကြိုတင်ခွင့်ပြုချက်ပေးထားပြီး ဖြစ်ပါတယ်။

ဘယ်သူတွေ အလုပ်ပြုတ်မလဲ။

ငါ့ရဲ့နောက်ဆုံးဇာတ်လမ်းကတော့ အနှစ် 50 မှာ ဘာဖြစ်မလဲလို့ လူတိုင်းက အမြဲမေးနေကြတယ်- ငါတို့အားလုံး သေတော့မှာပဲ၊ မားကတ်တင်းသမားတွေ အလုပ်လက်မဲ့ဖြစ်မယ်... အလုပ်လက်မဲ့ဖြစ်မှာကို စိုးရိမ်နေတဲ့ မားကက်တင်းသမားတွေရှိတယ်၊ ဟုတ်လား။ ယေဘူယျအားဖြင့်၊ အရည်အချင်းပြည့်မီသောမည်သူမဆို အလုပ်ပြုတ်မည်ဖြစ်သောကြောင့် စိုးရိမ်စရာမလိုအပ်ပါ။

မည်သည့် algorithms များကို ဖန်တီးထားပါစေ စက်သည် ဤနေရာတွင် ကျွန်ုပ်တို့ရှိသောအရာနှင့် နီးကပ်နေပါစေ (သူ၏ဦးခေါင်းကို ညွှန်ပြသည်) ၎င်းသည် လျှင်မြန်စွာ ဖွံ့ဖြိုးလာပါက၊ တစ်စုံတစ်ဦးသည် ဤဖန်တီးမှုအရာများကို ဖန်တီးရမည်ဖြစ်သောကြောင့် မည်သည့်အခါမျှ ပျင်းရိနေမည်မဟုတ်ပါ။ လုပ်ပါ။ ဟုတ်တယ်၊ လူတွေနဲ့တူတဲ့ပုံတွေကိုဆွဲပြီး ဂီတကိုဖန်တီးတဲ့ “gans” အမျိုးအစားအားလုံးရှိတယ်၊ ဒါပေမယ့် ဒီဒေသကလူတွေက အလုပ်ပြုတ်သွားတာမျိုးမဖြစ်နိုင်သေးဘူး။

ကျွန်ုပ်တွင် ဇာတ်လမ်းနှင့် ပတ်သက်သော အရာအားလုံး ရှိသည်၊ ထို့ကြောင့် သင့်တွင် နောက်ထပ် မေးခွန်းများ မေးနိုင်ပါသည်။ ကျေးဇူးတင်ပါသည်။

မော်ဒီ: - သူငယ်ချင်းတို့၊ ယခုကျွန်ုပ်တို့သည် "အမေးနှင့်အဖြေ" ဘလောက်သို့သွားနေကြသည်။ မင်းလက်ကို မြှောက်ပြီး မင်းဆီ ငါလာမယ်။

ပရိသတ်ကြီးရဲ့ မေးခွန်း (၃) "Black Box" နှင့်ပတ်သက်သောမေးခွန်း။ ထိုသို့သော အကြောင်းရင်းကို အတိအကျ နားလည်နိုင်ပြီး ထိုသို့သော ရလဒ်ကို ထိုကဲ့သို့သော အသုံးပြုသူအတွက် ရရှိနိုင်သည်ဟု ၎င်းတို့က ဆိုသည်။ ဤအရာများသည် အချို့သော အယ်လဂိုရီသမ်များလား သို့မဟုတ် ad hoc မော်ဒယ်တစ်ခုစီအတွက် အချိန်တိုင်း ခွဲခြမ်းစိတ်ဖြာရန် လိုအပ်ပါသလား (စာရေးသူ၏မှတ်ချက်- "အထူးသဖြင့် ဤအတွက်" - လက်တင်စကားစုတစ်ခုယူနစ်)။ သို့မဟုတ် အကြမ်းဖျင်းအားဖြင့်ပြောရလျှင် လုပ်ငန်းသဘောအရဖြစ်စေနိုင်သော အာရုံကြောကွန်ရက်တစ်မျိုးမျိုးအတွက် အဆင်သင့်လုပ်ထားသည့်အရာများ ရှိပါသလား။

အို- - ဤနေရာတွင် အောက်ပါတို့ကို နားလည်ရန် လိုအပ်သည်- စက်သင်ယူခြင်းတွင် လုပ်ဆောင်စရာများစွာရှိသည်။ ဥပမာ- regression တစ်ခုရှိတယ်။ ဆုတ်ယုတ်ခြင်းအတွက်၊ အာရုံကြောကွန်ရက်များ လုံးဝမလိုအပ်ပါ။ အရာအားလုံးရိုးရှင်းသည်- သင့်တွင်ညွှန်းကိန်းများစွာရှိသည်၊ သင်သည်အောက်ပါအတိုင်းတွက်ချက်ရန်လိုအပ်သည်။ နက်ရှိုင်းစွာ သင်ယူခြင်းကဲ့သို့ အရာတစ်ခုကို အားကိုးရန် လိုအပ်သော အလုပ်များရှိသည်။ အမှန်စင်စစ်၊ နက်ရှိုင်းသောသင်ယူမှုတွင် မည်သည့်အလေးများကို နျူရွန်များထံ ပေးအပ်ထားသည်ကို စိတ်ချယုံကြည်စွာ နားလည်ရန် ခက်ခဲသော်လည်း တရားဝင်အားဖြင့် သင်လိုအပ်သမျှသည် input တွင် ဒေတာပါဝင်ကြောင်းနှင့် output တွင် မည်သို့ထွက်ဆိုသည်ကို နားလည်ရန်ဖြစ်သည်။ ဤကဲ့သို့သောဆုံးဖြတ်ချက်ကို မူပိုင်ခွင့်တင်ရန် တရားဝင်လုံလောက်ပြီဖြစ်ပြီး ဇာတ်လမ်းကို မည်သည့်အခြေခံမှ နားလည်ရန် လုံလောက်ပါသည်။

လွန်ခဲ့သည့် နှစ်လက Instagram တွင် ဆံပင်နီနှင့် ဓာတ်ပုံရိုက်ခဲ့သောကြောင့် သင်သည် ဆိုက်ကို သွားပြီး နဖူးစည်းပုံမျိုး ပြသခံရသည်နှင့် မတူပါ။ ဆော့ဖ်ဝဲရေးသားသူသည် ဤဒေတာစုဆောင်းမှုနှင့် ဤမော်ဒယ်တွင် ဆံပင်အရောင်အမှတ်အသားမပါဝင်ပါက၊ ၎င်းသည် မည်သည့်နေရာမှ ထွက်ပေါ်လာမည်မဟုတ်ပါ။

စက်သင်ယူမှုစနစ်များ၏ ရလဒ်များကို မည်သို့ရောင်းချမည်နည်း။

З: - အဲဒါက ဘာလဲဆိုတာ မေးခွန်းထုတ်စရာပဲ၊ ဘယ်လိုရှင်းပြရမလဲ၊ machine learning နားမလည်တဲ့သူကို ဘယ်လိုရောင်းရမလဲ။ ပြောချင်တာက ငါ့မော်ဒယ်က ဆံပင်အရောင်ကနေ... ဆံပင်အရောင်ပြောင်းတာ ရှင်းရှင်းလင်းလင်းပဲ... ဖြစ်နိုင်လား မဟုတ်ဘူးလား။

အို- - ဖြစ်နိုင်တယ်။ သို့သော် အရောင်းရှုထောင့်မှကြည့်လျှင် တစ်ခုတည်းသောအစီအစဥ်သည် အလုပ်ဖြစ်လိမ့်မည်- သင့်တွင် ကြော်ငြာကမ်ပိန်းတစ်ခုရှိပြီး၊ ကျွန်ုပ်တို့သည် ပရိသတ်ကို စက်မှထုတ်ပေးသည့်တစ်ခုနှင့် အစားထိုးသည်- ရလဒ်ကို သင်မြင်ရုံသာဖြစ်သည်။ ကံမကောင်းစွာဖြင့်၊ ဤကဲ့သို့ဇာတ်လမ်းသည် ဖောက်သည်အား ယုံကြည်စိတ်ချစွာယုံကြည်နိုင်စေရန် တစ်ခုတည်းသောနည်းလမ်းဖြစ်သည်၊ အဘယ်ကြောင့်ဆိုသော် စျေးကွက်တွင် တစ်ကြိမ်အကောင်ထည်ဖော်ပြီး အလုပ်မဖြစ်ခဲ့သော ဖြေရှင်းနည်းများစွာရှိသောကြောင့်ဖြစ်သည်။

Virtual ကိုယ်ရည်ကိုယ်သွေး ဖန်တီးခြင်းအကြောင်း

З: - မင်္ဂလာပါ။ ဟောပြောပွဲအတွက် ကျေးဇူးတင်ပါတယ်။ မေးခွန်းမှာ- လူတစ်ဦးတွင် အကြောင်းရင်းတစ်ခုခုကြောင့် စက်သင်ယူမှု၏ဦးတည်မှုကို မလိုက်နာလိုသော၊ ၎င်း၏ကိုယ်ပိုင်ကိုယ်ရည်ကိုယ်သွေးနှင့် ထိတွေ့ဆက်ဆံမှုမှတစ်ဆင့် သို့မဟုတ် အချို့အတွက် လွန်စွာကွဲပြားသော virtual ကိုယ်ရည်ကိုယ်သွေးကို ဖန်တီးရန် လူတစ်ဦးတွင် အဘယ်အခွင့်အရေးရှိသနည်း။ အခြားအကြောင်းပြချက်

အို- - အထူးသဖြင့် ကျပန်းပြုမူခြင်းနှင့် ပတ်သက်သည့် ကွဲပြားသော ပလပ်အင်များ အများအပြားရှိသည်။ အေးမြသောအရာတစ်ခုရှိသည် - ကျွန်ုပ်၏ထင်မြင်ချက်အရ Ghostery သည်သင့်အားဤအချက်အလက်များကိုမှတ်တမ်းတင်မရနိုင်သောကွဲပြားခြားနားသောခြေရာခံများထံမှလုံးဝနီးပါးဖုံးကွယ်ထားသည်။ သို့သော် အမှန်တကယ်တော့ ယခု သင်လိုအပ်သမျှမှာ လူမှုကွန်ယက်ပေါ်တွင် ပိတ်ထားသော ပရိုဖိုင်တစ်ခုဖြစ်ပြီး မည်သူမျှ မကောင်းသော ခြစ်ရာများ မည်သည်ကိုမျှ မစုဆောင်းနိုင်စေရန် ဖြစ်သည်။ Extension တစ်မျိုးမျိုး ထည့်သွင်းရန် သို့မဟုတ် သင်ကိုယ်တိုင် တစ်ခုခုရေးပါက ပိုကောင်းပေမည်။

ဤနေရာတွင် အယူအဆမှာ တရား၀င် ဥပမာ၊ ကိုယ်ရေးကိုယ်တာဒေတာသည် သင်ဖော်ထုတ်နိုင်သည့် အချက်အလက်ကို ရည်ညွှန်းပြီး ဥပဒေက သင့်နေထိုင်ရာလိပ်စာ၊ အသက်နှင့် အခြားအရာများကို နမူနာအဖြစ် ပေးထားသည်။ ယနေ့ခေတ်တွင် သင်ဖော်ထုတ်နိုင်သည့် မရေမတွက်နိုင်သော ဒေတာပမာဏ- တူညီသော ကီးဘုတ်လက်ရေး၊ တူညီသောစာနယ်ဇင်း၊ ဘရောက်ဆာ၏ ဒစ်ဂျစ်တယ် လက်မှတ်... များမကြာမီ သို့မဟုတ် နောက်ပိုင်းတွင် လူတစ်ဦး အမှားလုပ်မိတတ်ပါသည်။ "Thor" ကို အသုံးပြု၍ "ကဖေး" တစ်နေရာတွင် သူရှိနေနိုင်သော်လည်း အဆုံးတွင် ကောင်းမွန်သောအခိုက်အတန့်တစ်ခုတွင် VPN ကိုဖွင့်ရန်မေ့သွားသည် သို့မဟုတ် အခြားအရာတစ်ခုခုကြောင့်ဖြစ်နိုင်ပြီး ထိုအချိန်တွင် သူ့ကိုဖော်ထုတ်နိုင်မည်ဖြစ်သည်။ ထို့ကြောင့် အလွယ်ဆုံးနည်းလမ်းမှာ သီးသန့်အကောင့်တစ်ခုပြုလုပ်ပြီး extension အချို့ကို ထည့်သွင်းရန်ဖြစ်သည်။

စျေးကွက်သည် ရလဒ်များရရှိရန် ခလုတ်တစ်ချက်နှိပ်ရုံသာ လိုအပ်သည့်အချက်ဆီသို့ ဦးတည်ရွေ့လျားနေသည်။

З: - ဇာတ်လမ်းအတွက်ကျေးဇူးတင်ပါတယ်။ အမြဲတမ်း အရမ်းစိတ်ဝင်စားဖို့ကောင်းတယ် (မင်းကို ငါလိုက်နေတယ်)။ မေးခွန်းက- သုံးစွဲသူတွေအတွက် အပြုသဘောဆောင်တဲ့ စနစ်တွေ၊ အကြံပြုချက်စနစ်တွေကို ဖန်တီးရာမှာ ဘယ်လိုတိုးတက်မှု ရှိပါသလဲ။ တစ်ချိန်က သင်သည် လိင်ဆက်ဆံဖော်၊ ဘဝရှိ သူငယ်ချင်း (သို့မဟုတ် လူတစ်ဦး နှစ်သက်နိုင်သည့် ဂီတ) ကိုရှာဖွေရန် အကြံပြုချက်စနစ်တစ်ခုကို လုပ်ဆောင်နေသည်ဟု သင်ပြောခဲ့သည်... ဤအရာအားလုံးသည် မည်မျှ အလားအလာရှိပြီး ၎င်း၏ ဖွံ့ဖြိုးတိုးတက်မှုကို သင်မည်ကဲ့သို့ မြင်ပါသနည်း။ လူတွေလိုအပ်တဲ့ စနစ်တွေကို ဖန်တီးခြင်းရဲ့ အမြင်လား။

အို- – ယေဘူယျအားဖြင့်၊ စျေးကွက်သည် လူများသည် ခလုတ်တစ်ချက်နှိပ်၍ လိုအပ်သောအရာကို ချက်ချင်းရရှိရန် လိုအပ်သည့်နေရာသို့ ရွေ့လျားနေသည်။ ချိန်းတွေ့ခြင်းဆိုင်ရာ အက်ပ်လီကေးရှင်းများကို ဖန်တီးရာတွင် ကျွန်ုပ်၏အတွေ့အကြုံအရ (နည်းလမ်းအားဖြင့်၊ ၎င်းကို နှစ်ကုန်တွင် ပြန်လည်စတင်ပါမည်) 65% သည် အိမ်ထောင်သည်အမျိုးသားများဖြစ်သည့်အပြင်၊ အခက်ခဲဆုံးသော အကြံပြုချက်ပြဿနာမှာ လူတစ်ဦးသည် မော်ဒယ်များစွာကို ကမ်းလှမ်းခံရခြင်းကြောင့်ဖြစ်သည်။ လျှောက်လွှာ၏အစတွင် - "Friendship", "Sex", "Sex Friendship" နှင့် "Business" ။ လူတွေက သူတို့လိုအပ်တာကို မရွေးဘူး။ အမျိုးသားများသည် လာ၍ “အချစ်” ကို ရွေးချယ်ခဲ့ကြသော်လည်း လက်တွေ့တွင် ၎င်းတို့သည် လူတိုင်းကို အဖော်အချွတ်များအဖြစ် ပစ်ပေါက်ခဲ့ကြသည်။

ပြဿနာမှာ ဤမော်ဒယ်များအနက်မှ တစ်ခုနှင့်တစ်ခု အံမဝင်သောလူကို ခွဲခြားသတ်မှတ်ရန်ဖြစ်ပြီး သူ့ကို တစ်နည်းနည်းဖြင့် ချောချောမွေ့မွေ့ယူကာ အခြားဦးတည်ရာသို့ ရွှေ့ရန်ဖြစ်သည်။ ဒေတာပမာဏ နည်းပါးခြင်းကြောင့် ၎င်းသည် ကြိုတင်ခန့်မှန်းမှု အယ်လဂိုရီသမ်တွင် အမှားအယွင်းရှိ၊ သို့မဟုတ် လူတစ်ဦးသည် ၎င်း၏ အမျိုးအစားတွင် မရှိမဖြစ် ဆုံးဖြတ်ရန် အလွန်ခက်ခဲပါသည်။ ဂီတနှင့် အတူတူပင်ဖြစ်သည်- ယခုတွင် ဂီတကို ကောင်းစွာ “facast” လုပ်နိုင်သော အမှန်တကယ် ထိုက်တန်သော အယ်လဂိုရီသမ် အနည်းငယ်သာရှိသည်။ "Yandex.Music" ဖြစ်နိုင်သည်။ လူအချို့က Yandex.Music algorithm သည် မကောင်းဟု ထင်ကြသည်။ ဥပမာအားဖြင့်၊ ငါသူမကိုကြိုက်တယ်။ ဥပမာအားဖြင့် ကျွန်ုပ်သည် YouTube ဂီတ အယ်လဂိုရီသမ်ကို မကြိုက်ပါ။

အချို့သော ပရိယာယ်များ ရှိသည် - အရာအားလုံးသည် လိုင်စင်များနှင့် ဆက်စပ်နေသည်... သို့သော် လက်တွေ့တွင်၊ ထိုကဲ့သို့သော စနစ်များအတွက် လိုအပ်ချက်မှာ အလွန်မြင့်မားပါသည်။ တစ်ချိန်က၊ Retail Rocket ကုမ္ပဏီသည် အကြံပြုချက်စနစ်များကို အကောင်အထည်ဖော်ရာတွင် ပါဝင်ခဲ့သည့် လူသိများခဲ့သော်လည်း ယခုအခါ ၎င်းတို့သည် ၎င်းတို့၏ အယ်လဂိုရီသမ်များကို အချိန်အတော်ကြာ မတီထွင်နိုင်ခဲ့သောကြောင့် ကောင်းစွာမလုပ်ဆောင်နိုင်ခဲ့ပေ။ အရာအားလုံးက ဒီဘက်ကိုရောက်သွားတယ် - ငါတို့ဝင်သွားပြီး ဘာမှမနှိပ်ဘဲ ငါတို့လိုအပ်တာကို ရယူလိုက်ပါ (ငါတို့ရွေးချယ်နိုင်စွမ်းက လုံးဝပျောက်ကွယ်သွားတဲ့အတွက် လုံးဝမိုက်မဲသွားပါပြီ)။

စျေးကွက်ကိုလွှမ်းမိုး

З: - မင်္ဂလာပါ။ ကျွန်တော့်နာမည်က Konstantin ပါ။ သြဇာလွှမ်းမိုးမှုရှိသော Marketing နှင့် ပတ်သက်၍ မေးခွန်းထုတ်လိုပါသည်။ အချို့သော ကိန်းဂဏန်းအချက်အလက် စသည်တို့အပေါ် အခြေခံ၍ လုပ်ငန်းအတွက် သင့်လျော်သော ဘလော့ဂါကို ရွေးချယ်ခွင့်ပြုသည့် မည်သည့်စနစ်များကို သင်သိပါသလား။ အဘယ့်ကြောင့်ဆိုသော် ထိုသို့လုပ်ဆောင်ရခြင်းမှာ၊

အို- - ဟုတ်တယ်၊ အဝေးကစပြီး ဒီနည်းပညာတွေအကုန်လုံးရဲ့ ပြဿနာက စျေးကွက်ရှာဖွေရေးမှာ ဒီဥာဏ်ရည်တုတွေအားလုံးဟာ အခုတင်းကျပ်တဲ့တုတ်ကောက်နဲ့တူတယ်- ဘယ်ဘက်မှာ ပိုက်ဆံအများကြီးရှိတဲ့ ကုမ္ပဏီကြီးတွေရှိတယ်၊ မည်သို့ပင်ဆိုစေကာမူ ၎င်းတို့၏ ကြော်ငြာကမ်ပိန်းများသည် အမြင်များကိုသာ ရည်ရွယ်ထားသောကြောင့် ၎င်းတို့အတွက် အရာအားလုံးသည် ထိရောက်မှုရှိလိမ့်မည်၊ အခြားတစ်ဖက်တွင်၊ ၎င်းတို့တွင် ဒေတာများစွာရှိသောကြောင့် ၎င်းသည် အလုပ်မဖြစ်နိုင်သည့် အသေးစား လုပ်ငန်းများစွာရှိသည်။ ယခုအချိန်အထိ ဤဇာတ်လမ်းများ၏ အသုံးချနိုင်မှုသည် အလယ်တစ်နေရာတွင် ရှိနေပါသည်။

ကောင်းမွန်သောဘတ်ဂျက်များရှိနေသောအခါ၊ အလုပ်မှာ ဤဘတ်ဂျက်များကို မှန်ကန်စွာလုပ်ဆောင်ရန်ဖြစ်သည် (မူအရ၊ ဒေတာများစွာရှိနေပြီ)… အယ်လဂိုရီသမ်များပါသည့် Getblogger ကဲ့သို့သော ဝန်ဆောင်မှုအချို့ကို ကျွန်ုပ်သိပါသည်။ ရိုးရိုးသားသားပြောရရင် ဒီ algorithms တွေကို ကျွန်တော် မလေ့လာဖူးပါဘူး။ တချို့မိခင်တွေကို လက်ဆောင်ပေးဖို့လိုတဲ့အခါ ထင်မြင်ယူဆချက်ခေါင်းဆောင်တွေကို ရှာတွေ့ဖို့ ဘယ်နည်းလမ်းကို သုံးလဲဆိုတာ ပြောပြနိုင်ပါတယ်။

ကျွန်ုပ်တို့သည် Content Distribution Time ဟုခေါ်သော မက်ထရစ်ကို အသုံးပြုပါသည်။ ၎င်းသည် ဤကဲ့သို့ လုပ်ဆောင်သည်- သင် ခွဲခြမ်းစိတ်ဖြာနေသော ပရိသတ်တစ်ဦးကို သင်ယူ၍ ပို့စ်တစ်ခုစီတွင် အချက်အလက်များကို စုဆောင်းရန်၊ ၎င်းကို ကြိုက်နှစ်သက်သူ၊ မှတ်ချက်ပေးသူ စသည်ဖြင့် စနစ်တကျ (ဥပမာ၊ 5 မိနစ်တိုင်း တစ်ကြိမ်) လိုအပ်ပါသည်။ ဤနည်းအားဖြင့်၊ သင့်ပရိသတ်ရှိလူတစ်ဦးစီသည် သင့်အကြောင်းအရာနှင့် တုံ့ပြန်သည့်အချိန်၌ သင်နားလည်နိုင်သည်။ သူ၏ ပရိသတ်၏ ကိုယ်စားလှယ်တစ်ဦးစီအတွက် ဤလုပ်ဆောင်ချက်ကို ပြန်လုပ်ပါ၊ ထို့ကြောင့် အကြောင်းအရာ ဖြန့်ဝေမှု၏ ပျမ်းမျှအချိန်၏ မက်ထရစ်ကို အသုံးပြု၍ ဥပမာအားဖြင့်၊ ၎င်းသည် ဤလူများ၏ ကြီးမားသောကွန်ရက်ဂရပ်တွင် အရောင်ခြယ်နိုင်ပြီး အစုအဝေးများတည်ဆောက်ရန် ဤမက်ထရစ်ကို အသုံးပြုနိုင်သည်။

ဥပမာအားဖြင့် women.ru တွင် ၎င်းတို့၏ အများသူငှာ ထင်မြင်ချက်ကို ထိန်းသိမ်းသော မိခင် ၁၅ ဦးကို ရှာတွေ့လိုပါက ၎င်းသည် အလွန်ကောင်းမွန်ပါသည်။ သို့သော် ၎င်းသည် အလွန်ရှုပ်ထွေးသော နည်းပညာပိုင်းဆိုင်ရာ အကောင်အထည်ဖော်မှုဖြစ်သည် (သီအိုရီအရ ၎င်းကို Python တွင် လုပ်ဆောင်နိုင်သော်လည်း)။ အဓိကအချက်မှာ ကြော်ငြာအေဂျင်စီကြီးများတွင် စျေးကွက်ချဲ့ထွင်မှုအပေါ် လွှမ်းမိုးမှုရှိသော ပြဿနာမှာ ၎င်းတို့သည် အမိုက်စား၊ စျေးကြီးသော ဘလော့ဂါကြီးများ လိုအပ်နေသောကြောင့် ဖြစ်သည်။ ယခုအခါ ကားအမှတ်တံဆိပ်တစ်ခုသည် ထင်မြင်ချက်တစ်ခုမှ ခေါင်းဆောင်တစ်ဦးမှတစ်ဆင့် ကုန်ပစ္စည်းအချို့ကို ရောင်းချလိုသည်- အဘယ်ကြောင့်ဆိုသော် ၎င်းတို့သည် မော်တော်ကားဘလော့ဂါကို နောက်ဆုံးအသုံးပြုရန် လိုအပ်သည်၊ အကြောင်းမှာ ယင်းကဲ့သို့သော ပရိသတ်များသည် ကားဝယ်ပြီးပြီ၊ သို့မဟုတ် ၎င်းတို့လိုချင်သည့်ကားအမျိုးအစားကို အတိအကျသိသောကြောင့် ထိုင်ကြည့်နေရုံသာ၊ အမိုက်စားကားများ။ ဤနေရာတွင် လူကိုယ်တိုင်၏ ပရိသတ်၏ ခွဲခြမ်းစိတ်ဖြာမှုကို လက်လွတ်မခံရန် အရေးကြီးပါသည်။

စျေးကွက်ရှာဖွေရေး ဘော့တ်များ

З: - ပြောပြပါ၊ လူမှုကွန်ရက်ပေါ်ရှိ ဘော့တ်များသည် သတင်းအချက်အလက်စုဆောင်းမှုနှင့် ၎င်း၏အရည်အသွေးကို မည်မျှအကျိုးသက်ရောက်မှုရှိသနည်း။

အို- - bots တွေနဲ့ အရမ်းစိတ်ဝင်စားဖို့ကောင်းတယ်။ စျေးပေါသော ဘော့တ်များသည် ခွဲခြားရန်အတော်လေးလွယ်ကူသည် - ၎င်းတို့တွင် တူညီသောအကြောင်းအရာများ သို့မဟုတ် ၎င်းတို့သည် တစ်ဦးနှင့်တစ်ဦး သူငယ်ချင်းများဖြစ်ကြသည် သို့မဟုတ် ၎င်းတို့သည် တူညီသောကွန်ရက်တွင် ရှိနေကြသည်။ ရှုပ်ထွေးသော ဘော့တ်များကို ကိုင်တွယ်ဖြေရှင်းရန် နည်းလမ်းများလည်း ရှိပါသည်။ ဒါမှမဟုတ် လူတစ်ယောက်ကို သူ့အတုနဲ့ ဘယ်လိုချိတ်ဆက်ရမလဲဆိုတဲ့ ပြဿနာကို မေးနေသလား။

З: - ဤအမှိုက်များအားလုံးနှင့်အတူ အရည်အသွေးမြင့် သတင်းအချက်အလတ်များ မည်မျှထွက်ရှိမည်နည်း။

အို- - ဤနေရာတွင် ၎င်းသည် ဤနည်းအတိုင်းလုပ်ဆောင်သည်- ဒေတာပမာဏများစွာရှိခြင်းကြောင့် (ဥပမာ၊ စျေးကွက်ရှာဖွေရေးသုတေသနအချို့အတွက်) ကြောင့်၊ ဤ riffraff အားလုံးကို ရိုးရိုးရှင်းရှင်းပင် ထုတ်ပစ်နိုင်သည်။ ဆိုလိုသည်မှာ၊ ကြော်ငြာများကိုပြသရန် ၎င်းတို့အတွက် အသုံးမဝင်သောကြောင့် bots များဖမ်းခြင်းထက် အနည်းငယ်ပို၍ အစစ်အမှန်လူများကို ထုတ်ပစ်ခြင်းသည် ပိုကောင်းသည်။ သို့သော် သင်သည် မက်ထရစ်များကို စုဆောင်းပါက ဥပမာအားဖြင့်၊ နဖူးစည်းများ သို့မဟုတ် အကြံပြုချက်စနစ်များနှင့် အပြန်အလှန်တုံ့ပြန်မှုများ၊ ထိုအကောင့်များကို ဖယ်ရှားပစ်နိုင်သည်။

ယခုအခါ လူမှုကွန်ရက်များတွင် virtual ဇာတ်ကောင်များ သို့မဟုတ် ရိုးရိုးရှင်းရှင်း စွန့်ပစ်ထားသော စာမျက်နှာများ သို့မဟုတ် introverts များ၏ algorithms များသည် bots များကဲ့သို့ "ကိုက်ညီသည်" များဖြစ်သည်။ လူတစ်ဦးအား သူ၏အတုနှင့် ချိတ်ဆက်ခြင်းအတွက်၊ ဤနေရာတွင်လည်း၊ ထိုသူသည် မကြာမီ သို့မဟုတ် နောက်ပိုင်းတွင် အမှားလုပ်မိမည်ဟူသောအချက်နှင့် ဆက်စပ်နေပြီး၊ အပြုအမူပုံစံသည် အတူတူပင်ဖြစ်သည် - သူ၏အကောင့်အစစ်နှင့် သူ၏အတုနှစ်ခုလုံးမှာ အတူတူပင်ဖြစ်ပါသည်။ များမကြာမီ သို့မဟုတ် နောက်ပိုင်းတွင် ၎င်းတို့သည် တူညီသောအကြောင်းအရာ သို့မဟုတ် အခြားတစ်ခုခုကို ကြည့်ရှုကြလိမ့်မည်။

ဤတွင် အားလုံးသည် အမှား၏ ရာခိုင်နှုန်းနှင့် မဟုတ်ဘဲ လူတစ်ဦးကို ယုံကြည်စိတ်ချစွာ ဖော်ထုတ်ရန် လိုအပ်သည့် အချိန်အတိုင်းအတာအထိ သက်ရောက်ပါသည်။ သူတို့ရဲ့ Instagram နဲ့ နေထိုင်တဲ့သူတစ်ယောက်အတွက်၊ ယုံကြည်စိတ်ချရတဲ့ အထောက်အထားအတွက် ဒီအချိန်ဟာ ငါးမိနစ်ပဲ ကြာပါတယ်။ အချို့အတွက် - ခြောက်လမှ ရှစ်လအထိ။

ဒေတာကို ဘယ်သူနဲ့ ဘယ်လိုရောင်းမလဲ။

З: - မင်္ဂလာပါ။ ကုမ္ပဏီတွေကြား ဒေတာတွေကို ဘယ်လိုရောင်းလဲ သိဖို့ စိတ်ဝင်စားတယ်။ ဥပမာအားဖြင့်၊ လူတစ်ဦးသွားသည့်နေရာ (ဆော့ဖ်ဝဲရေးသားသူထံ) သင်ရှာဖွေနိုင်သည့် အက်ပလီကေးရှင်းတစ်ခုရှိသည်။ ပြီးတော့ ငါစိတ်ဝင်စားတယ်ဆိုပါစို့၊ ငါ့ပရိသတ်တွေအကြောင်း ဒေတာတွေကို ဒီစတိုးဆိုင်တွေမှာ ဘယ်လိုရောင်းနိုင်လဲ ဒါမှမဟုတ် ငါ့ဒေတာကို ဒေတာဘေ့စ်အကြီးကြီးတစ်ခုထဲထည့်ပြီး အဲဒါအတွက် အခကြေးငွေ ဘယ်လိုရနိုင်လဲ ဆိုတာ ငါစိတ်ဝင်စားတယ်။

အို- - တစ်စုံတစ်ဦးထံ တိုက်ရိုက်ဒေတာရောင်းချခြင်းအတွက်၊ သင်နှင့် အခြားလူတိုင်းသည် ချက်လက်မှတ်များလွှဲပြောင်းခြင်းနှင့် အခွန်ရုံးကြားတွင် ၎င်းတို့ကိုယ်သူတို့ ကောက်ကျစ်စဉ်းလဲတည်ဆောက်ခဲ့သော OFD - ဘဏ္ဍာရေးဒေတာအော်ပရေတာထက် သင်နှင့် အခြားလူများထက် ကျော်လွန်နေပါသည်။ အမှန်တကယ်ပင်၊ ၎င်းတို့သည် မိုဘိုင်း ခွဲခြမ်းစိတ်ဖြာမှု စျေးကွက်တစ်ခုလုံးကို အမှန်တကယ် ပျက်စီးစေခဲ့သည်။ တကယ်တော့၊ သင်သည်သင်၏အပလီကေးရှင်း၊ ဥပမာ၊ Facebook pixel၊ ၎င်း၏ DMP စနစ်၊ ပြီးရင် ဒီပရိသတ်ကို ရောင်းဖို့ သုံးပါ။ ဥပမာအားဖြင့်၊ “May Target” pixel။ မင်းမှာ ဘယ်လို ပရိသတ် ရှိတယ် ဆိုတာ ငါ မသိဘူး၊ မင်း နားလည်ဖို့ လိုတယ်။ မည်သို့ပင်ဆိုစေ၊ သင်သည် အကြီးဆုံး DMP စနစ်များဖြစ်သည့် Yandex သို့မဟုတ် My Target တွင် ပေါင်းစပ်နိုင်သည်။

ဒါက တော်တော်စိတ်ဝင်စားစရာကောင်းတဲ့ ဇာတ်လမ်းတစ်ပုဒ်ပါ။ တစ်ခုတည်းသောပြဿနာမှာ သင်သည် ၎င်းတို့အား အသွားအလာအားလုံးကို ပေးဆောင်မည်ဖြစ်ပြီး၊ လဲလှယ်မှုများအနေဖြင့် ၎င်းတို့သည် ဤအသွားအလာ၏ ငွေရှာခြင်းကို ၎င်းတို့ကိုယ်တိုင် ခံယူမည်ဖြစ်သည်။ သင့်ပရိသတ် 10 ယောက်က သင့်ပရိသတ်ကို အသုံးပြုခဲ့ကြောင်း ၎င်းတို့က သင့်အား ပြောပြနိုင်သည် သို့မဟုတ် မပြောနိုင်ပေ။ ထို့ကြောင့် သင်သည် သင်၏ကိုယ်ပိုင် ကြော်ငြာကွန်ရက်ကို တည်ဆောက်သည်ဖြစ်စေ သို့မဟုတ် ကြီးမားသော DMP များထံ အပ်နှံလိုက်ပါ။

အနုပညာရှင် ဒါမှမဟုတ် နည်းပညာသမား ဘယ်သူက အနိုင်ရမလဲ။

З: - နည်းပညာပိုင်းနဲ့ အနည်းငယ် ဝေးကွာတဲ့ မေးခွန်းတစ်ခု။ လာမည့် အစုလိုက်အပြုံလိုက် အလုပ်လက်မဲ့များအကြောင်း မားကတ်တင်းသမားများ၏ ကြောက်ရွံ့မှုများအကြောင်း ပြောကြားခဲ့ပါသည်။ ဖန်တီးမှုစျေးကွက်ရှာဖွေခြင်း (ကြက်သားကြော်ငြာ၊ Volkswagen ကြော်ငြာ၊ ထင်ရသည်) နှင့် Big Data တွင်ပါဝင်သူများ (ယခုကျွန်ုပ်တို့သည်ဒေတာအားလုံးကိုစုဆောင်းပြီးပစ်မှတ်ထားသောကြော်ငြာများပေးပို့ခြင်းအကြားအပြိုင်အဆိုင်ရုန်းကန်မှုမျိုးရှိပါသလား။ လူတိုင်း)? တိုက်ရိုက်ပါဝင်ပတ်သက်သူတစ်ဦးအနေဖြင့်၊ အနုပညာရှင်တစ်ဦး၊ နည်းပညာရှင်တစ်ဦး၊ သို့မဟုတ် ပေါင်းစပ်အကျိုးသက်ရောက်မှု တစ်စုံတစ်ရာရှိလာမည်ဆိုသည်နှင့် ပတ်သက်၍ သင့်ထင်မြင်ချက်မှာ အဘယ်နည်း။

အို- - နားထောင်ပါ၊ သူတို့အတူတူအလုပ်လုပ်ပါ။ အင်ဂျင်နီယာများသည် တီထွင်ဖန်တီးနိုင်စွမ်းမရှိကြပါ။ တီထွင်ဖန်တီးသူတွေဟာ ပရိသတ်ကို မတီထွင်ကြဘူး။ ဤနေရာတွင် နယ်ပယ်ပေါင်းစုံမှ ဇာတ်လမ်းမျိုးရှိသည်။ အခု တကယ့်ပြဿနာတွေကတော့ ထိုင်ပြီး ခလုတ်နှိပ်တဲ့သူတွေ၊ “မျောက်အလုပ်” ကိုပဲ နေ့တိုင်း နှိပ်နေတဲ့သူတွေ၊ ဒါတွေက ပျောက်သွားမယ့်သူတွေပါ။

သို့သော် ဒေတာခွဲခြမ်းစိတ်ဖြာသူများသည် သဘာဝအတိုင်း ကျန်ရှိနေမည်ဖြစ်သော်လည်း တစ်စုံတစ်ဦးသည် ဤဒေတာကို လုပ်ဆောင်ရမည်ဖြစ်သည်။ တစ်စုံတစ်ယောက်သည် ဤပုံများကို ပေါ်လာ၍ ဆွဲယူရပေလိမ့်မည်။ စက်တစ်လုံးသည် ထိုသို့သော တီထွင်ဖန်တီးနိုင်စွမ်းကို မရနိုင်ပါ။ ဒါဟာ လုံးဝရူးသွပ်မှုပါပဲ။ ဥပမာအားဖြင့်၊ ဥပမာအားဖြင့်၊ Carprice ၏ဗိုင်းရပ်စ်ကြော်ငြာသည်အလွန်ကောင်းစွာအလုပ်လုပ်သည်။ YouTube တွင် ဤတစ်ခုရှိသည်- "Carprice ဖြင့်ရောင်းမည်"၊ လုံးဝရူးသွပ်သည်ကို သတိရပါ။ သေချာပါတယ်၊ ဒီလိုဇာတ်လမ်းမျိုးကို ဘယ် neural network မှ ဖန်တီးပေးမှာ မဟုတ်ပါဘူး။
ယေဘူယျအားဖြင့် ကျွန်ုပ်သည် အလုပ်ပြုတ်မည့်သူများမဟုတ်သော်လည်း အားလပ်ချိန်အနည်းငယ်ပိုရမည်ဖြစ်ပြီး ဤအားလပ်ချိန်များကို ကိုယ်ပိုင်ပညာဖြင့် အသုံးချနိုင်လိမ့်မည်ဟူသောအချက်ကို ထောက်ခံသူဖြစ်သည်။

ရှေးရိုးစွဲကြော်ငြာတွေ ပျောက်ကုန်လိမ့်မယ်။

З: ကြီးကြီးမားမားပြသထားသည့် ကြော်ငြာများ၊ ကြော်ငြာစာတန်းများ အကြီးကြီး၊ အရောင်းစာတန်းများကိုပင် ထိုနေရာတွင် မရေးထားပါ- “သင်ပြတင်းပေါက်များ လိုအပ်သည် - ယူသွားပါ!”၊ “အခြားတစ်ခုခု လိုအပ်နေသလား၊ ယူသွားပါ”၊ ဆိုလိုသည်မှာ၊ အဲဒီမှာ တီထွင်ဖန်တီးနိုင်စွမ်း လုံးဝမရှိပါဘူး။

အို- - ဤကဲ့သို့သောကြော်ငြာများသည် မကြာမီ သို့မဟုတ် နောက်ပိုင်းတွင် ပျောက်ကွယ်သွားမည်ဖြစ်သည်။ နည်းပညာတွေ ဖွံ့ဖြိုးတိုးတက်လာလို့ သိပ်မကျန်တော့ဘဲ မင်းနဲ့ငါရဲ့ တိုးတက်မှုကြောင့်ပါ။

သက်ဆိုင်ရာ နှင့် မသက်ဆိုင်သော အရာများကို ရောထွေး ထားခြင်းက ပိုကောင်းပါတယ်။

З: - ကျွန်တော်ဒီမှာပါ! မင်းပြောခဲ့တဲ့ စမ်းသပ်ချက်က မင်းအတွက်အဆင်မပြေဘူး (အကြံပြုသူစနစ်နဲ့) ငါမေးစရာရှိတယ်။ သင့်အမြင်အရ၊ အဲဒီမှာ လက်မှတ်ထိုးထားတဲ့ ပြဿနာက ဘာကြောင့် အကြံပြုထားသလဲ၊ ဒါမှမဟုတ် အသုံးပြုသူမြင်သမျှဟာ သူ့အတွက် သက်ဆိုင်တယ်လို့ ထင်ပါသလား။ မိခင်တွေအတွက် စမ်းသပ်ချက်တစ်ခုကို ဖတ်လိုက်ရတယ်၊ ဒေတာအများကြီးမရသေးပါဘူး၊ အင်တာနက်က ဒေတာတွေ ဒီလောက်အများကြီးမရှိတာကြောင့် ကိုယ်ဝန်ရှိမယ်လို့ ခန့်မှန်းထားတဲ့ ကုန်စုံလက်လီရောင်းချသူရဲ့ ဒေတာပဲရှိပါတယ်။ ကိုယ်ဝန်ဆောင်မိခင်များအတွက် ရွေးချယ်ထားသော ကုန်ပစ္စည်းများကို ပြသလိုက်သောအခါတွင် မိခင်များသည် ၎င်းတို့အကြောင်း တရားဝင်အရာများမတိုင်မီ သိလိုက်ရသည့်အတွက် ထိတ်လန့်သွားကြသည်။ အဆင်မပြေဘူး။ ဤပြဿနာကိုဖြေရှင်းရန်အတွက် ၎င်းတို့သည် သက်ဆိုင်ရာထုတ်ကုန်များနှင့် လုံးဝသက်ဆိုင်ခြင်းမရှိသော အရာတစ်ခုနှင့် တမင်တကာ ရောနှောနေပါသည်။

အို- “လူတွေကို သူတို့ရဲ့ အကြံပြုချက်တွေကို နားလည်ဖို့အတွက် အကြံပြုချက်တွေကို ပြုလုပ်ထားတဲ့ အခြေခံကို အထူးပြသခဲ့ပါတယ်။ တကယ်တော့၊ ဒါက သူ့အတွက် အလွန်သက်ဆိုင်တဲ့ ထုတ်ကုန်အချို့ဖြစ်ကြောင်း လူတွေကို ပြောစရာ မလိုတော့တဲ့ အယူအဆကို မွေးဖွားလာခဲ့တာ ဖြစ်ပါတယ်။

ဟုတ်ပါတယ်၊ စကားမစပ်၊ အဲဒါတွေကို မသက်ဆိုင်တဲ့သူတွေနဲ့ ရောစပ်ဖို့ ချဉ်းကပ်မှုတစ်ခုရှိပါတယ်။ သို့သော် ဆန့်ကျင်ဘက်အချက် ရှိသည်- တစ်ခါတစ်ရံတွင် လူများသည် ဤမသက်ဆိုင်သော ထုတ်ကုန်နှင့် အပြန်အလှန် တုံ့ပြန်ကြသည်- ကျပန်း ကွာဟမှုများ ဖြစ်ပေါ်လာသည်၊ မော်ဒယ်များ ကွဲထွက်သွားပြီး အရာများသည် ပို၍ပင် ရှုပ်ထွေးလာသည်။ ဒါပေမယ့် ဒါက တကယ်ရှိတယ်။ ထို့အပြင်၊ ကုမ္ပဏီများစွာသည် တစ်စုံတစ်ဦးသည် ၎င်းတို့၏ဒေတာကို လုပ်ဆောင်နေသည် (တစ်စုံတစ်ဦးမှ ၎င်းတို့ထံမှထွက်ရှိမှုကို ခိုးယူနိုင်ကြောင်းသိလျှင်) ၎င်းတို့သည် တစ်ခါတစ်ရံ ၎င်းကို ရောနှောကာ ၎င်းတို့သည် ၎င်း၏အကြံပြုချက်စနစ်မှ ဒေတာကို သင်မယူခဲ့ကြောင်း နောက်ပိုင်းတွင် သက်သေပြနိုင်စေရန်၊ Yandex.Market လို့ခေါ်ပါတယ်။

ကြော်ငြာ blockers များနှင့် browser လုံခြုံရေး

З: - မင်္ဂလာပါ။ သင်သည် Ghostery နှင့် Adblock ကိုဖော်ပြခဲ့သည်။ ယေဘူယျအားဖြင့် ထိုကဲ့သို့သော ခြေရာခံကိရိယာများသည် မည်မျှထိရောက်သည် (ကိန်းဂဏန်းစာရင်းဇယားများကို အခြေခံ၍ ဖြစ်နိုင်သည်) ကို ပြောပြနိုင်မလား။ သင့်တွင် ကုမ္ပဏီများမှ အမှာစာများ ရှိပါသလား၊ ကျွန်ုပ်တို့၏ ကြော်ငြာများကို Adblock ဖြင့် မပိတ်နိုင်စေရန် သေချာစေပါဟု ဆိုပါသည်။

အို- - ကျွန်ုပ်တို့သည် ကြော်ငြာပလပ်ဖောင်းများကို တိုက်ရိုက်ဆက်သွယ်ခြင်းမပြုပါ - ထို့ကြောင့် ၎င်းတို့သည် ၎င်းတို့၏ကြော်ငြာများကို လူတိုင်းမြင်အောင်ပြုလုပ်ရန် တောင်းဆိုခြင်းမရှိပါ။ ကျွန်ုပ်သည် Ghostery ကို ကိုယ်တိုင်ကိုယ်ကျ သုံးသည် - ၎င်းသည် အလွန်မိုက်သော တိုးချဲ့မှုတစ်ခုဟု ကျွန်ုပ် ထင်ပါတယ်။ ယခုအခါ ဘရောက်ဆာများအားလုံးသည် ကိုယ်ရေးကိုယ်တာအတွက် တိုက်ပွဲဝင်နေကြသည်- Mozilla သည် အပ်ဒိတ်အမျိုးမျိုးတို့ကို ထုတ်ပြန်ခဲ့ပြီး၊ Google Chrome သည် ယခုအခါ အလွန်လုံခြုံနေပြီဖြစ်သည်။ သူတို့ တတ်နိုင်သမျှ ပိတ်ဆို့တယ်။ "Safari" သည် မူရင်းအတိုင်း "Gyroscope" ကိုပင် ပိတ်ထားသည်။
ထို့အပြင်၊ ဤလမ်းကြောင်းသည် ကောင်းမွန်သည် (ဒေတာ စုဆောင်းသူများအတွက် မဟုတ်ဘဲ ၎င်းထဲမှ ထွက်သွားသော်လည်း) ကွတ်ကီးများကို လူများက ပထမဆုံး ပိတ်ဆို့သောကြောင့် ဖြစ်သည်။ ကြော်ငြာကွန်ရက်များကို ပိုင်ဆိုင်သူတိုင်းသည် ဘရောက်ဆာလက်ဗွေများကဲ့သို့ အံ့သြဖွယ်နည်းပညာကို သတိရမိသည် - ၎င်းတို့သည် မတူညီသောကန့်သတ်ဘောင် 60 (မျက်နှာပြင်ကြည်လင်ပြတ်သားမှု၊ ဗားရှင်း၊ ထည့်သွင်းထားသောဖောင့်များ) ကိုရရှိကြပြီး ၎င်းတို့အပေါ်အခြေခံ၍ ၎င်းတို့သည် ထူးခြားသော “ID” ကိုတွက်ချက်ကြသည်။ ဒီကို ဆက်သွားရအောင်။ ဘရောက်ဆာတွေက ဒါကို ရုန်းကန်စပြုလာတယ်။ ယေဘူယျအားဖြင့်၊ ၎င်းသည် တိုက်တန်များ၏ အဆုံးမဲ့တိုက်ပွဲဖြစ်လိမ့်မည်။

နောက်ဆုံးပေါ် developer Mozilla သည် အလွန်လုံခြုံသည်။ ၎င်းသည် ကွတ်ကီးများကို လုံးဝနီးပါး မသိမ်းဆည်းဘဲ တိုတောင်းသော သက်တမ်းကို သတ်မှတ်ပေးသည်။ အထူးသဖြင့် သင်သည် “ရုပ်ဖျက်” ကိုဖွင့်ထားလျှင် မည်သူမျှ သင့်ကို လုံးဝမတွေ့နိုင်ပါ။ မေးစရာမှာ ဝန်ဆောင်မှုအားလုံးတွင် စကားဝှက်များထည့်ရန် အဆင်မပြေဖြစ်နေခြင်းပင်ဖြစ်သည်။

စိတ်ရိုက်ခြင်းနှင့် ကိုယ်ကာယအားပြုခြင်းတို့သည် မည်သည့်နေရာတွင် အလုပ်လုပ်ပြီး အလုပ်မဖြစ်သနည်း။

З: - အာသာ၊ ဟောပြောပွဲအတွက် ကျေးဇူးအများကြီးတင်ပါတယ်။ YouTube မှာ မင်းရဲ့ ဟောပြောပွဲတွေကို လိုက်ကြည့်ရတာ သဘောကျတယ်။ စျေးကွက်ရှာဖွေသူများသည် စိတ်ပိုင်းဆိုင်ရာနှင့် ကိုယ်ရည်ကိုယ်သွေးကို အသုံးပြုရန် ပိုများလာနေကြောင်း သင်ဖော်ပြခဲ့သည်။ ကျွန်ုပ်၏မေးခွန်းမှာ- ၎င်းသည် မည်သည့်အမှတ်တံဆိပ်အမျိုးအစားများတွင် အလုပ်လုပ်သနည်း။ ကျွန်တော့်ယုံကြည်ချက်ကတော့ ဒါက FMCG အတွက်ပဲ သင့်တော်ပါတယ်။ ဥပမာအားဖြင့် ကားတစ်စီးကို ရွေးချယ်ရာတွင် ...

အို- - အတိအကျအလုပ်လုပ်တဲ့နေရာမှာ ဒေါင်းလုဒ်လုပ်နိုင်ပါတယ်။ ၎င်းသည် “Amediateka”၊ တီဗီစီးရီး၊ ရုပ်ရှင်များနှင့် အခြားဇာတ်လမ်းအမျိုးအစားအားလုံးတွင် အလုပ်လုပ်သည်။ ၎င်းသည် ပရီမီယံအပိုင်းမဟုတ်ပါက၊ ဘဏ်များနှင့် ဘဏ်လုပ်ငန်းထုတ်ကုန်များတွင် ကောင်းမွန်စွာလုပ်ဆောင်နိုင်သည်၊ သို့သော် ကျောင်းသားကတ်များ၊ အရစ်ကျအစီအစဉ်များ - ထိုကဲ့သို့သောအရာမျိုးရှိသည်။ ၎င်းသည် FMCG နှင့် iPhone အမျိုးအစားအားလုံး၊ အားသွင်းကိရိယာများ၊ ဤအမိုက်စားအရာအားလုံးတွင် အမှန်တကယ်အလုပ်လုပ်သည်။ ၎င်းသည် “အမေနှင့်ပေါ့” ထုတ်ကုန်များတွင် ကောင်းစွာအလုပ်လုပ်သည်။ တံငါလုပ်ငန်းမှာ (အဲဒီလို အကြောင်းအရာတစ်ခုရှိတယ်) ဆိုတာ ငါသိပေမဲ့... တံငါသည်တွေနဲ့ အကြိမ်ပေါင်းများစွာ ကြုံဖူးတယ် - ယုံယုံကြည်ကြည်နဲ့ အပိုင်းခွဲလို့မရပါဘူး။ ဘာကြောင့်လဲကျွန်တော်မသိပါဘူး။ အချို့သော ကိန်းဂဏန်းအမှားများ။

၎င်းသည် ကားသမား၊ လက်ဝတ်ရတနာများ သို့မဟုတ် အိမ်သုံးပစ္စည်းအချို့နှင့် အဆင်မပြေပါ။ တကယ်တော့၊ ဆိုရှယ်မီဒီယာမှာ လူတွေက ဘယ်တော့မှ မရေးတတ်တဲ့အရာတွေနဲ့ ကောင်းကောင်းအဆင်မပြေဘူး - ဒီနည်းနဲ့ စစ်ဆေးနိုင်ပါတယ်။ သမရိုးကျအားဖြင့်၊ အဝတ်လျှော်စက်ကို ဝယ်ယူခြင်းဖြင့် ဤနေရာတွင် အဝတ်လျှော်စက်ရှိသူနှင့် မည်သူမရှိသည်ကို မည်သို့နားလည်နိုင်မည်နည်း။ လူတိုင်းမှာ ရှိပုံရတယ်။ OFD ဒေတာကို သင်သုံးနိုင်သည် - ပြေစာများကို အသုံးပြုပြီး မည်သူက ဝယ်ယူခဲ့သည်ကိုကြည့်ပါ၊ ပြေစာများကို အသုံးပြု၍ ဤလူများနှင့် ကိုက်ညီပါ။ ဒါပေမယ့် တကယ်တော့ Instagram မှာ သင်ဘယ်တော့မှ မပြောရမယ့် အရာတွေ ရှိပါတယ် - ဒီလိုအရာတွေနဲ့ လုပ်ဆောင်ရတာ ခက်ခဲပါတယ်။

စက်များသည် လှည့်ကွက်များကို ကိန်းဂဏန်းအချက်အလတ်များအဖြစ် အသိအမှတ်ပြုသည်။

З: - ပစ်မှတ်နဲ့ ပတ်သက်ပြီး မေးစရာရှိတယ်။ အရာရာတိုင်းတွင် သူ့ကိုယ်သူ ဆန့်ကျင်ဘက်ဖြစ်နေသော အခြေအနေအရ ကျပန်းကျပန်း ဇာတ်ကောင်၏ (သို့မဟုတ် ရုတ်တရက် တည်ရှိနေသလား) ဖြစ်နိုင်ပါသလော- ဦးစွာ သူက "အကောင်းဆုံး အားကစားခန်းမ" ကို Google သုံးပြီး၊ ထို့နောက် "ဘာမှ မလုပ်ရန် နည်းလမ်း 10 ခု" ကို Google ပေးသည်။ ဒါကြောင့်လည်း အရာအားလုံးမှာ ရှိနေတယ်။ ပစ်မှတ်ထားခြင်းသည် မိမိနှင့်ဆန့်ကျင်ဘက်ဖြစ်သော အရာများကို ခြေရာခံနိုင်ပါသလား။

အို- - ဤနေရာတွင်တစ်ခုတည်းသောမေးခွန်းမှာ - အကယ်၍ သင်သည် Google ကို 2 နှစ်ကြာအသုံးပြုခဲ့သည်ဆိုပါက၊ သင့်အကြောင်းသင်တတ်နိုင်သမျှပြောပြပါ၊ ယခုသင်ကိုယ်တိုင်အတွက် အလားတူကျပန်းမေးခွန်းများရေးသားမည့် ပလပ်အင်တစ်ခုကို ထည့်သွင်းပါ၊ ထို့နောက် စာရင်းဇယားများမှ သင်ရလိမ့်မည်၊ နားလည်နိုင်သည် - ယခုသင်လုပ်နေသောအရာသည် ကိန်းဂဏန်းအကြမ်းဖျင်းဖြစ်ပြီး၊ ဤအရာအားလုံးကို ဖယ်ထုတ်ရမည့်ကိစ္စဖြစ်သည်။ သင်အလိုရှိပါက အကောင့်အသစ်တစ်ခု မှတ်ပုံတင်ပါ၊ သို့သော် ကြော်ငြာပမာဏသည် ပြောင်းလဲမည်မဟုတ်ပါ။ သူမ ထူးဆန်းနေလိမ့်မယ်။ သို့ပေမယ့် သူမသည် ထူးဆန်းနေသေးသည်။

ကြော်ငြာအချို့ 🙂

ကျွန်ုပ်တို့နှင့်အတူရှိနေသည့်အတွက် ကျေးဇူးတင်ပါသည်။ ကျွန်ုပ်တို့၏ဆောင်းပါးများကို သင်နှစ်သက်ပါသလား။ ပိုစိတ်ဝင်စားစရာကောင်းတဲ့ အကြောင်းအရာတွေကို ကြည့်ချင်ပါသလား။ မှာယူမှုတစ်ခုပြုလုပ်ခြင်း သို့မဟုတ် သူငယ်ချင်းများကို အကြံပြုခြင်းဖြင့် ကျွန်ုပ်တို့အား ပံ့ပိုးကူညီပါ၊ $4.99 မှ developer များအတွက် cloud VPS, မင်းအတွက် ငါတို့က တီထွင်ထားတဲ့ entry-level server တွေရဲ့ ထူးခြားတဲ့ analogue တစ်ခု။ VPS (KVM) E5-2697 v3 (6 Cores) 10GB DDR4 480GB SSD 1Gbps သို့မဟုတ် $19 မှ ဆာဗာတစ်ခုမျှဝေပုံနှင့်ပတ်သက်သော အမှန်တရားတစ်ခုလုံး။ (RAID1 နှင့် RAID10၊ 24 cores အထိနှင့် 40GB DDR4 အထိ)။

အမ်စတာဒမ်ရှိ Equinix Tier IV ဒေတာစင်တာတွင် Dell R730xd သည် ၂ ဆ စျေးသက်သာသည်။ ဒီမှာသာ 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV ကို $199 မှ နယ်သာလန်မှာ Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 မှ။ အကြောင်းဖတ်ပါ။ Infrastructure Corp ကို ဘယ်လိုတည်ဆောက်မလဲ။ တစ်ပြားတစ်ချပ်အတွက် ယူရို ၉၀၀၀ တန် Dell R730xd E5-2650 v4 ဆာဗာများကို အသုံးပြုခြင်း။

source: www.habr.com