Η Νetflix είναι το μεγαλύτερο διαδικτυακό «βιντεοκλάμπ» των ΗΠΑ. Αλλά και οι γίγαντες έχουν προβλήματα. Όταν η εταιρεία κατάλαβε ότι οι πελάτες της δυσκολεύονται να βρουν άκρη μέσα στις 150.000 (!) ταινίες που διαθέτει, απευθύνθηκε στην επιστημονική κοινότητα, προκηρύσσοντας σχετικό διαγωνισμό.Το δέλεαρ του ενός εκατομμυρίου δολαρίων και η δυνατότητα επεξεργασίας της μεγαλύτερης βάσης δεδομένων που διέθεσε ποτέ ιδιωτική εταιρεία κινητοποίησαν χιλιάδες ομάδες από τα σημαντικότερα πανεπιστήμια του κόσμου που έλαβαν μέρος στον διαγωνισμό.
Τη δεύτερη θέση κατέλαβε η ομάδα «Τhe Εnsemble», επικεφαλής της οποίας ήταν ο επίκουρος καθηγητής Πληροφορικής του Τμήματος Μηχανικών Οικονομίας και Διοίκησης του Πανεπιστημίου Αιγαίου Νικόλαος Αμπαζής. Ο κ. Αμπαζής περιγράφει στο «Εθνος» τον διαγωνισμό, τον οποίο χαρακτηρίζει «μία από τις μεγαλύτερες προκλήσεις που αντιμετώπισαν οι επιστήμονες που ασχολούνται με την ανάλυση δεδομένων και αυτό που κάποτε αποκαλούσαμε τεχνητή νοημοσύνη».
Κατάλογος ταινιών
Το πρόβλημα για τη Netflix ήταν ότι διέθετε έναν τεράστιο κατάλογο ταινιών, ο οποίος όμως «έπνιγε» τους υποψήφιους ενοικιαστές. «Πέρα από τις ταινίες που γνώριζαν ήδη οι πελάτες, δεν είχαν κάποιον τρόπο να εντοπίσουν άλλες ταινίες που πιθανόν να τους ενδιαφέρουν, με αποτέλεσμα να μη νοικιάζουν καμία. Η εταιρεία σκέφτηκε να δημιουργήσει ένα σύστημα υποδείξεων με βάση τις προηγούμενες ενοικιάσεις του πελάτη και αυτό της έφερε μια αύξηση του κύκλου εργασιών της τάξης του 60%».
Το επόμενο βήμα για τη Netflix ήταν η βελτίωση του συστήματος υποδείξεων, ώστε να ταιριάζει ακριβώς με το γούστο του ενοικιαστή και για τον λόγο αυτό προκήρυξε τον διαγωνισμό τον οποίο θα κέρδιζε όποιος κατάφερνε να το αναβαθμίσει κατά 10%. Με το άκουσμα της είδησης, μικρά και μεγάλα πανεπιστήμια αποδέχθηκαν την πρόκληση. Στην ουσία χιλιάδες επιστήμονες δούλεψαν επί μία διετία για να σιγουρέψουν ότι ένας πελάτης που θα νοικιάσει μία ευχάριστη περιπέτεια με παιδιά από τη Netflix θα δει τον Χάρι Πότερ και όχι την «Έκτη Αίσθηση». «Η επιστημονική κοινότητα έδειξε τρομερό ενδιαφέρον, γιατί η Netflix μας έδωσε έναν τεράστιο όγκο δεδομένων 500.000 πελατών και 18.000 ταινιών», λέει ο κ. Αμπαζής.
Ο διαγωνισμός κράτησε περισσότερο από δύο χρόνια και ήταν ένας αγώνας δρόμου , αφού η πρόοδος των ομάδων γινόταν γνωστή στους υπόλοιπους συμμετέχοντες μέσω της ιστοσελίδας της Netflix. Με τα χρονικά περιθώρια να στενεύουν, το προβάδισμα άλλαζε χέρια σχεδόν σε καθημερινή βάση.
«Η ομάδα μας είχε αναπτύξει πολλές πρωτοποριακές τεχνικές και μοντέλα συνδυασμού τους κατά τα 2,5 χρόνια που ασχολήθηκε ως αυτόνομη ομάδα, με επίκεντρο το πρόβλημα. Σε συνεργασία με άλλες δύο υψηλόβαθμες ομάδες δημιουργήσαμε την ομάδα «Τhe Εnsemble», όπου διαπιστώθηκε πως η μοντελοποίησή μας μπορεί να συμβάλει σημαντικά στην κατανόηση των προβλημάτων των επιχειρήσεων, τη δυναμική των αγορών και την πρόβλεψη της συμπεριφοράς», τονίζει ο κ. Αμπαζής.
Ο κ. Αμπαζής και ο συνεργάτης του, ερευνητής Γιώργος Τσάγκας εργάστηκαν πυρετωδώς αυτή τη χρονική περίοδο και τελικά κατάφεραν να βελτιώσουν το σύστημα υποδείξεων κατά 10,09%. Κατέθεσαν, ωστόσο, την πρότασή τους, 20 λεπτά μετά την ομάδα που βελτίωσε εξίσου το σύστημα. Για τον λόγο αυτό ήρθαν τελικά δεύτεροι. Αν και το δέλεαρ του ενός εκατομμυρίου ήταν μεγάλο, η προσέγγιση της ομάδας του Πανεπιστημίου Αιγαίου ήταν λίγο διαφορετική.
«Εμείς δεν δημιουργήσαμε την ομάδα μας για τα χρήματα ή τη δόξα, αλλά ως πανεπιστημιακή ερευνητική μονάδα θέλαμε να αποκτήσουμε προηγμένη τεχνογνωσία σε αυτές τις τεχνικές για την αντιμετώπιση των απαιτήσεων που εμφανίζονται σε προβλήματα εξόρυξης δεδομένων μεγάλης κλίμακας.
Εχουμε ήδη διαπιστώσει ότι αυτές οι νέες κατηγορίες μοντέλων μπορούν να προσφέρουν σημαντικά καλύτερα αποτελέσματα σε τομείς όπως η προσωποποίηση της πληροφορίας, τα χρηματοοικονομικά, η ανίχνευση διαδικτυακής απάτης, καθώς και η αποτίμηση και βελτιστοποίηση του ηλεκτρονικού εμπορίου», καταλήγει ο κ. Αμπαζής.
πηγή : [link]
πηγή : [link]