<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ThinkChat2.0新版上線,更智能更精彩,支持會話、畫圖、視頻、閱讀、搜索等,送10W Token,即刻開啟你的AI之旅 廣告
                # Tinder:最大的推薦引擎之一如何決定您接下來會看到誰? > 原文: [http://highscalability.com/blog/2016/1/27/tinder-how-does-one-of-the-largest-recommendation-engines-de.html](http://highscalability.com/blog/2016/1/27/tinder-how-does-one-of-the-largest-recommendation-engines-de.html) ![](https://img.kancloud.cn/bd/67/bd678dceb732e5b1f39074c981783643_205x136.png) 我們已經聽到很多關于電影的 Netflix [推薦算法](http://www.wired.com/2013/08/qq_netflix-algorithm/),[亞馬遜](https://www.cs.umd.edu/~samir/498/Amazon-Recommendations.pdf)如何與您匹配的東西,以及 Google 臭名昭著的 [PageRank](https://en.wikipedia.org/wiki/PageRank) 的信息。 Tinder 呢? 事實證明,Tinder 具有令人驚訝的深思熟慮的推薦系統來匹配人員。 [(刷卡)先生,對嗎?](https://story.californiasunday.com/sean-rad-tinder) ,在 Tinder 創始人 Sean Rad 上: > 根據 Badeen 所說,用戶的目標是讓他們忘記三秒鐘之內被刷過的人。 但是 Tinder 沒有。 他們研究成員滑動的對象,匹配對象。 然后他們看“重新激活”。 年輕的用戶將消失幾周,然后“重新激活”,或再次開始刷卡。 年長的用戶花更多的時間查看各個個人資料,并且很可能在重新激活之前消失了幾個月。 古爾德說,平均活躍用戶每天在 Tinder 上花費一個小時。 (拉德說他上癮了,花了無數小時來刷卡。) > 鄰里模式往往是獨特的。 即使是城市中不同街區的人,也會有不同的舉止或匹配的可能性。 古爾德說:“人們自然在地理上對自己進行分類。” 如果人們旅行,他們的行為也會發生巨大變化。 **“我們了解了一個人的全部知識,”古爾德說,“然后他們去了另一個地方,采取了完全不同的行動**。 古爾德(Goul)負責調整算法,該古爾德的頭發偏斜一些,衣服比 Rad 和 Badeen 的寬松一些。 也就是說,比賽不是偶然發生的。 Tinder 正在安排您接下來要看的人。 **擁有數十億個匹配項,因此擁有大量數據**。 Rad 說:“我們可能是世界上最大的推薦引擎之一。” > **首先,古爾德告訴我,該應用程序的統治類別為“匹配的 1%,**”,這些人獲得了大量的比賽,并且使其他所有人看起來都比較糟糕。 Tinder 決定**改變趨勢,減少顯示**的配置文件,特別是向不在 1%范圍內的用戶展示。 現在,顯示出很多向右滑動(是)的人逐漸減少的人,而得到了很多向左滑動(否)的人逐漸表明的人越來越多。 “我稱之為累進稅制-重新分配比賽。 他們并不是真正要重新分配的人,但我們會盡力而為。”古爾德說。 “這樣做是正確的。” **該公司將其稱為“智能匹配”:通過平衡游戲環境并確保不太可能獲得匹配的成員獲得一些東西,從而在約會世界中贏得正義。** “人類狀況的一部分是斗爭。 如果您除了“維多利亞的秘密(Victoria's Secret)”模特外什么都看不到,那就不一定要脫穎而出。” “當我們介紹不適合您的人時,就會著重強調那些人。 比賽不是偶然發生的。 Tinder 正在安排您接下來要看的人。 > **他們還更改了不良演員的系統,限制了每天刷卡的次數**。 古爾德說:“我們以前有一群人會向每個人正確滑動,然后不回應,所以我們增加了一個限制,以發現未玩游戲的人。” “我很驚訝,但是人們實際上很聰明。 他們發揮自己的才能。 在最初的幾天里,這些家伙不斷達到極限。 然后,在那之后,他們開始適應。 一旦完成,對話時間就會更長。 > **Gould 和 Badeen 將這些干預視為道德義務**。 Badeen 說:“知道它會對人們產生多大的影響,這很令人恐懼。” “我嘗試忽略其中的一些,否則我會發瘋。 我們正處于對世界負有社會責任的地步,因為我們具有影響世界的能力。 > Gould 回應了這一觀點:“聽著,建筑師設計的建筑物設定了人們的生活方式。 城市規劃人員設置城鎮和道路。 作為幫助人們約會的系統的設計者,我們有責任建立這些背景-我們每年都要為這個星球上相當比例的婚姻負責。 這是一種榮譽和責任。 [關于 HackerNews](https://news.ycombinator.com/item?id=10981314) 它與高可擴展性有何關系? 我當然喜歡技術細節,但是我發現這些與政策相關的見解也很重要。 它比我預期的要更加周到和復雜,并且有趣地使用大數據來朝著目標導向的方向推動產品的使用。 因此,他們有社會責任限制每天比賽的次數,但是如果您為服務付費,您仍然可以做到嗎? 他們的道德晴雨表似乎有問題。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看