转贴－Strands Awards 1

 

本文可以任意转载，转载时请务必以超链接形式标明文章 原始出处 与 版权信息 。
http://www.guwendong.cn/post/2008/strands_awards_1.html

Monday, October 27, 2008 8:14:28 AM 发布:guwendong

MyStrands.com 刚刚公布了他们设立的 Strands Awards 的结果 。经过激烈 PK 之后入围的五位候选者，通过在 RecSys08 上作 presentation，由评委打分，排定了名次。

第一名，Gravity R&D ，他们的 idea 是提供一套个性化TV娱乐节目解决方案，核心概括为 4 点：

1. 即时频道推荐以及个性化导视；
2. 电影和点播内容的即时推荐；
3. 根据用户喜好和收视习惯进行自动录像；
4. 多用户操控。

也难怪 Gravity R&D 这次可以拔得头筹， 在 Recommender System 算法领域他们可是狠角色。他们是一个 4 人开发小组，因为共同参与 Netflix Prize 而聚在了一起。我印象里，打很早开始，他们就一直盘踞在 Netflix Prize 的前 5 名之内。

Impress (Gravity R&D) @ Strands $100K Call for Recommender Start-Ups - RecSys08

第二名，Reccoon ，他们的 idea 是 Activity-based Recommendations，核心思路是，根据用户当前所在地点，当前时间，以及其他输入，为用户作出推荐。举个例子，我周六中午12点，在朝阳门附近打开 Reccoon，最直接的，他可以推荐给我周围的餐馆。进一步假设我是 Reccoon 的长期用户，他已经知道我经常在周末去吃自助餐，他就可以把好伦哥推荐给我。再进一步，如果他还知道我爱吃日本料理，他就可以优先建议世贸天阶有一家金钱豹。
这个 idea 我个人接触过好多次了，也就具体问题和一些朋友见面聊过。类似的需求肯定是有，也越来越引起大家的重视。Google 负责 Personalized Search 的工程师 Bryan Horling 就认为 ，Location data 是个性化计算的三个主要数据来源之一。

“... personalization coming from three data sources, localization data (IP address or information in the history that indicates location), short-term history (specific information from immediately preceding searches), and long-term history (broad category interests and preferences summarized from months of history)... "

Reccoon @ Strands $100K Call for Recommender Start-Ups - Recsys08

后面还有 3 个，Iletken ，SentiMetrix 和 Commendo ，且听下回分解，哈哈。
我个人更感兴趣的是 Iletken ，SentiMetrix 。Commendo 也厉害得很，目前在 Netflix Prize Leaderboard 上排名第 2！

废话一句：校内如果用买 kaixin.com 域名的钱办一个类似的活动，对它自己，以及国内互联网圈子，有价值得多！