Facebook Pixel Facebook Pixel

新書搶先看》「Amazon推薦系統」成為趨勢的理由

2018-02-17
井上智洋
新書搶先看》「Amazon推薦系統」成為趨勢的理由
取代20世紀以邏輯為基礎的研究途徑,21世紀(正確來說應該是1990年代)之後,「機率統計」的研究途徑成為主流,實用性的技術接二連三地誕生。
例如,Amazon購物網站的「推薦系統」。這項服務是利用「協同過濾(Collaborative filtering)」的技術,顯示推薦購物行為跟自己相似,也就是跟自己的消費紀錄相似度高的其他使用者曾經購買的商品資訊。
喜歡閱讀,卻又時間不夠?讓SmartM與你一起在一年內看完100本書!三位名師聯手,每本書18分鐘直播領讀,把整本書精華以觀點、重點、系統方式,快速升級認知和開啟全新視野。平均每本不到25元、不限次數回看影片,歡迎加入:「許景泰x貴婦奈奈x謝文憲・100本商戰直播讀書會」(立即點擊報名

系統以機率統計為基礎

這個系統的基本結構是以簡單的機率統計為基礎,並沒有進行邏輯推理。可能有的人會認為這種技術不應該稱之為AI,但是就代替人類處理資訊的意義上,可將之認定為一種AI技術。
「機率統計途徑」未必是直接模仿人類的智慧行為,但就結果而言,與人類的直覺思考相似。
例如,有人跟自己的音樂喜好相似,如果有首那個人喜歡的曲子,但自己卻沒聽過,應該會想要聽聽看吧。「協同過濾」正是進行了那樣的資訊處理。假設有人購買書籍的類型跟自己相似,如果那個人買了某本書,但自己卻沒有看過,系統就會推薦那本書。所謂的「相似」是難以捉摸、曖昧的直覺判斷,和依循著明確、嚴密規則的邏輯推理截然相反。人類在日常生活當中,無時無刻都進行著如此曖昧不明的直覺判斷。而模式辨別(Pattern recognition)也是透過電腦進行直覺判斷的技術之一。模式辨別是指,從多個數據當中辨識出有意義的模式。
對電腦而言,要從實際的空間接收視覺跟聽覺資訊等感覺資料(sense data)相當困難,但模式化資訊空間既有的數據跟文字(text)卻相對容易。
只是,為此必須處理龐大的數據。1990年代之後,隨著電腦處理速度的提升與網際網路的普及,使得龐大數據的處理成為可能,機率統計途徑的資料分析技術的發展因此日益蓬勃。
分析大量的數據,從中找出有意義知識的技術,稱為「資料探勘(data mining)」。而大量的數據現在又被稱為「大數據」,為現今火紅的流行用語。
有個知名的資料探勘例子是,利用電腦統計分析美國超市的銷售數據,發現消費者經常同時購買尿布跟啤酒。
而解釋相關關係則是人類現在的工作。可能是孩子的爸爸被拜託去超市買尿布,順便購買了啤酒。相傳尿布跟啤酒陳列在一起可以增加營業額,但那似乎是個虛構的故事,只是在訴說資料探勘的實用性時,經常被拿出來講的都市傳說。
在資料探勘當中,不是用數據資料,而是以文字資料為對象進行資料處理的技術,稱為文字探勘(text mining)。這個技術可以從自填式問卷當中找出頻繁出現的單字,分析作答者的意見傾向;又或者是分析大量的推特貼文,推測股價的波動。
近年來,因為社群網站(social networking service,SNS)產生了大量的文字資料(text data),使得文字探勘技術蓬勃發展。題外話,我在研究所學習經濟學的期間,曾經在某間大學擔任一年多的兼任教師,教授文字探勘。課堂上讓學生製作能自行新聞分類的軟體,也就是從新聞報導中找出經常使用的詞彙,依政治、經濟跟文化等進行類型分類。
資料探勘和文字探勘,除了統計途徑之外,也可應用於「類神經網路(neural network)」。 類神經網路是指,模擬大腦神經系統的數字模型或程式,例如圖2-1的結構。橢圓形的部分為「單元(unit)」,連接橢圓形跟橢圓形之間的線為「連接(link)」。單元相當於實際大腦的神經元,連接則相當於突觸。
新書搶先看》「Amazon推薦系統」成為趨勢的理由
(本文摘錄自《2030年僱用大崩壞》第二章,大牌出版)
書籍介紹
作者: 井上智洋
出版社:大牌出版
出版日期:2018年2月
井上智洋
駒澤大學經濟學系副教授。慶應義塾大學環境資訊學系畢,早稻田大學經濟學研究所博士課程修畢,經濟學博士。
專業領域為總體經濟學、貨幣經濟學、成長理論。亦為研究人工智慧與經濟學兩者關係的先驅,於學會和政府等單位廣泛建言。為AI社會理論讀書會的共同發起人。著有《直升機撒錢》、《新Java教科書》、《計量途徑的政治經濟學讀本》(共著)等書。
 
延伸閱讀
嚴禁抄襲,未經授權不得轉載。歡迎各媒體交換文章。

關注電子商務、網路行銷情報

親愛的讀者們,歡迎加入「SmartM電子商務網」粉絲團,每天更多電商&網路行銷報導等你關注與分享。

加入「SmartM電子商務網」Line帳號,關注最新的電子商務與網路行銷情報,學習不間斷,精采文章不漏接。請用手機點擊「加入Line好友」連結,或是掃描QR Code加入。

現在加入【大大學院】,即可領取$200購課金!
即刻了解
處理中