Экономика символического обмена
Шрифт:
Заметим, что коллаборативная фильтрация обладает одним уникальным достоинством – этот метод сам по себе мотивирует к постфактумной оплате. Особенно хорошо это видно на примере цифровых товаров, распространяемых с помощью рекомендательного сервиса. Благодаря нулевым издержкам тиражирования такие продукты могут отпускаться без предварительного платежа, на условиях последующей оплаты. Потребителю легко побороть искушение сэкономить, поскольку не заплати он за произведение пропорционально полученному удовольствию, – и система расценит это как сигнал. Тем самым он своими действиями (точнее бездействием) исказит свой профиль, лишившись в перспективе дельных рекомендаций. [163]
163
На этот фактор, сдерживающий безбилетников, обратил внимание А.Х. Акопянц, генеральный управляющий рекомендательным сервисом ИМХОклаб.
Вообще, описываемому рекомендательному механизму не угрожает проблема
164
Подробнее об этой проблеме см. часть 4, параграф 4.1.2.
Существует еще одна причина, по которой пользователям не с руки жульничать – рекомендательный сервис не позволяет скрыть этого факта. Обычно неплательщик (например, «заяц» в общественном транспорте) успокаивает себя тем, что пассажиры не подозревают о его проступке – они могут полагать, что у него в кармане проездной билет или вообще не обращать внимания на соседей. Если бы окружающие точно знали о любителе дармовщины, он непременно чувствовал бы психологический дискомфорт. Теперь представим, что это не мимолетные попутчики, с которыми больше не увидишься, а одни и те же люди, изо дня в день становящиеся свидетелями неблаговидного поведения члена сообщества. В таких ситуациях срабатывают механизмы репутации. Дорожа ей и опасаясь превратиться в изгоя, отторгаемого своим кругом, люди готовы платить. (Во всяком случае, обращение со знаками отличия, например, с одеждой или аксессуарами подтверждает это со всей очевидностью.) Мало кто рискнет быть уличенным в жульничестве, если не намерен покидать сообщество.
Еще один дискуссионный момент – денежная шкала платежей. Если сделать ее необременительной для большинства участников, то наберется ли достаточная сумма, чтобы сервис смог покрыть свои расходы и обрести финансовую самостоятельность? (Впрочем, в ходе работы предполагается опираться и на другие источники дохода.) Немаловажный вопрос – уровень доплат. Если установить невысокий верхний предел (например, 1 доллар), то сколь эффективно это будет препятствовать жульничеству? Сомнения такого рода планируется развеять с помощью математического моделирования.
Один из наиболее тонких аспектов – трудности, обусловленные динамикой вкусов. Ранее отмечалось, что баллы, выставляемые пользователями рекомендательного сервиса, должны отражать их сугубо индивидуальное впечатление. Но оказывается, тут не все однозначно: субъективные оценки подвержены моральному износу (попросту говоря, они устаревают), и это влияет на эффективность коллаборативного метода. Без оценок произведений не сформировать пользовательского профиля и не выявить референтную группу. Однако на какой момент оценивать? На тот, когда произведение реально потреблялось (возможно, много лет назад), или на текущий момент? Должны ли баллы отражать «тогдашнее» впечатление «тогдашней» личности оценщика или они должны соответствовать ощущениям, которые предположительно могли бы возникнуть, познакомься человек с произведением только сейчас? Понятно, что умонастроение, вкус, сфера интересов со временем эволюционируют, и порой столь сильно, что восприятие может меняться на диаметрально противоположное. Если зрелый человек возьмет в руки томик О. Генри, которым зачитывался в отрочестве, его постигнет разочарование – автор покажется нестерпимо скучным и косноязычным. (Впрочем, последнее возможно объясняется огрехами русского перевода, но ведь в свое время они не царапали слух [165] !)
165
Подобный культурный шок можно испытать от встреч «двадцать лет спустя» с целым рядом классиков, вдохновлявших в юношестве. Хотя, конечно, не ото всех. Но даже такие отечественные титаны, как Гоголь, Достоевский, Куприн, Бунин, Чехов, Платонов, не подвластные времени и не потерявшие ни глубины, ни сложности, ни блеска языка могут выпадать из сферы актуальных интересов.
Т.е. если акты потребления и оценивания разнесены во времени, то оценщик и потребитель, хотя номинально и являются одним и тем же лицом, могут представлять собой две непохожие личности. Но тогда этих субъектов нужно различать и рекомендовать им разное. И это правило должно соблюдаться неукоснительно. Однако если требовать, чтобы оценки выставлялись так, будто знакомство с произведением произошло сегодня – пользователь может испытать дискомфорт из-за необходимости переоценивать (фактически предавать) свое прошлое, не исключая дорогих его сердцу классиков. Как, например, охарактеризовать Гюго, которому по гроб жизни обязан? С другой стороны, воздавать должное некогда восхищавшим произведениям, значит представить системе человека с другими потребностями – себя в далеком прошлом. Это чревато искажением профиля и созданием парадоксальной ситуации: человеку не пойдут впрок рекомендации, которые сам себе даст.
Определенность в данном вопросе – оценивать по тогдашнему или по сегодняшнему впечатлению – чрезвычайно важна для корректного подбора референтных групп. Если
166
С такими расхождениями можно бороться путем автоматической фильтрации и другими методами. Кроме того произведения, единодушно оцененные пользователями (а классики относятся к таковым), могут играть меньшую роль в определении степени близости, чем произведения с высокой дисперсией оценок.
167
Этого можно избежать, если «зашить» в систему специальные алгоритмы, позволяющие, к примеру, «спускать» рекомендации сверху вниз (от более начитанных и опытных абонентов к менее), но не наоборот.
Вообще, учет вкуса при расчетах рекомендаций – сложнейшая, и одновременно благороднейшая задача, которая решается недопустимо медленно. Пока относительные успехи достигнуты лишь в рекомендациях литературы школьникам (и то «успех» можно произносить с большущими оговорками и поправками на специфику так называемой префигуративной культуры) [168] .
Тем не менее по мере совершенствования коллаборативных систем эта задача несомненно будет решена. Вполне вероятно, для этого придется прибегнуть к многомерным оценкам, например, учитывать год потребления, что позволит автоматически вносить необходимые поправки. Или предлагать пользователям при выставлении баллов помечать наиболее значимые для них произведения. Благодаря этому люди смогут сами указывать работы, на основании которых следует строить их профиль (точнее, при подборе рекомендателей этим произведениям будет придаваться больший вес). Наверняка найдутся еще способы, позволяющие учитывать природу и динамику вкуса. Кроме того метод коллаборативной фильтрации может комбинироваться с иными техниками, основанными на анализе контента. [169]
168
Префигуративная культура – результат быстрых перемен, происходящих с обществом. Устои динамично меняются, в связи с чем народная мудрость во многом обесценивается. Опыт прошлых поколений оказывается бесполезен: родители мало что могут передать детям такого, что годилось бы в новой жизни, а те мало чего готовы взять.
169
Подробнее об этом речь идет в гл.2.7.
Ждут своего часа и фильтры, позволяющие исключать нежелательные рекомендации. Например, вряд ли имеет смысл подсказывать стилистически схожие произведения, в изобилии создаваемые в определенный период. Или другая ситуация: некто не читал рекомендованного ему достойного автора, но знает похожего (хотя и худшего) писателя – тем самым он перебил себе всякую охоту к такого рода литературе. Неизбежны сложности и в том случае, когда взамен оригинала человек познакомился с поздними перепевами.
Еще один деликатный вопрос: как поступать с отрицательными оценками произведений? [170] Проще говоря, выплачивать ли деньги абоненту системы в случае разочарования после осмотра/посещения/прослушивания какого-то произведения, провоцируя тем самым людей на недобросовестное поведение? В настоящее время кажется целесообразным предоставлять право на компенсации за потребительские неудачи только тем, кто со своей стороны придерживается денежных форм участия.
170
Кстати, может наблюдаться нехватка таковых, т.к. люди предпочитают выкидывать негативную информацию из головы. При прогнозах это может мешать выявлению неподходящих произведений.
Еще одно типовое узкое место рекомендательных систем – мобилизация пионеров. Сложность в том, что для самих этих людей сервис поначалу бесполезен [171] . Кроме опоры на энтузиазм и сетевые эффекты (когда «вдруг» возникает координированная активность участников) можно прибегнуть к ряду дополнительных стимулов. В их числе: установление рангов в сообществе, прямое финансирование, лотереи, призовые за качество рекомендаций, наделение акциями предприятия, предоставление доступа к оригинальному контенту и проч. Кроме того, собственная база может пополняться за счет оценок, наработанных действующими рекомендательными сервисами и из иных источников (конечно, для инкорпорирования «чужих» оценок в систему потребуется специальная методика, но этот путь вполне приемлем и перспективен).
171
Это так называемая проблема холодного старта; подробнее об этом см. часть 2, раздел 2.7.3.1.