How to Use Math to Get Rich in the Lottery* - Jordan Ellenberg (Wisconsin–Madison)
Ljudje želijo najti dober kraj za jesti. Širjenje raziskav in lokacij, kot so Michelin, Zagat, Zaljubljenost in pregled časopisnih restavracij, so znamenja, da je strokovno mnenje še vedno pomembno - še posebej, ko Južni park tako močno služi Yelpu. Takšno je razmišljanje novega podjetja Renzell, ki uporablja lastno metodologijo za ocenjevanje fine-dining restavracij, in ocenjuje same anketirance.
Bo Peabody, Renzellov ustanovitelj, je govoril z mano v njegovih pisarnah v New Yorku. Peabody z vsem srcem verjame, da je Renzell lahko boljše podjetje za ocenjevanje in da se njegovi algoritmi lahko uporabljajo po vsem svetu. Tako je zavezan preglednosti - Renzell deli svoje ugotovitve s samimi restavracijami - da mi je poslal prijavo, da bi opravil raziskavo. Tako kot Zagat, je Renzell odvisen od gostov, da izpolnijo obrazce o svojih izkušnjah. Peabody vidi veliko razlik med svojimi enotami in Zagatom. Sama Renzellova raziskava je impresivna in v svojem času sem videl veliko dokumentov iz programa Zagat. Čisto zgrajena je osredotočena na vse načine uživanja v jedilnici - od zvočnega posnetka do ritma obroka. Bilo je zabavno izpolniti. Peabody na to skrbi.
Inverse: Mi lahko poveste nekaj o podjetju?
Peabody: Zadnjih 20 let sem preživel dva vzporedna življenja: eno kot digitalno medijsko tehnologijo tveganega kapitala, nato pa drugo kot restavrator. Imel sem dve restavraciji. Renzell je zame vrhunec dela, ki sem ga opravljal. Torej, če živim na Manhattanu zadnjih 15 let - kot nekdo, ki ljubi restavracije in kdo je v industriji - še naprej veliko jem. Vedno me je presenetilo, kako zastarele so vrste ocen in pregledi ekosistema, ne samo v New Yorku, ampak po vsem svetu. V New Yorku so tehnološke inovacije vplivale skoraj na vse druge vidike življenja.
Prav tako se mi je zdelo, da lahko zberete več podatkov, ki temeljijo na podatkih, lahko pa jih posredujete tudi restavracijam, da bodo lahko še naprej izboljševale izkušnje gostov. Menim, da je druga ugotovitev, da so ti kraji - bodisi Michelin ali Zagat - pripravili ocene in jih nato postavili v neverjetno grde telefonske imenike. Predmet, ki ga pokrivajo, je izredna lepota. Zato sem se odločil, da rešim te stvari: pripravimo bolj podatkovno usmerjen pristop k ustvarjanju ocen, ki vam omogočajo, da odpravite veliko amaterjev, ki zapletejo vse druge sisteme. Potem pa delimo te podatke z restavracijami, tako da se celotna stvar ne počuti tako neprosojna in čudna. Nato postavimo ocene v nekaj lepega, kar je skladno z lepoto vsebine, ki jo pokrivamo.
Ok, in to počnete enkrat na leto?
Vsaj na javni način bomo bonitetne ocene izdajali enkrat na leto. Pojavili se bodo v prvi številki četrtletne revije. Naslednja tri vprašanja bodo imela še druge zanimive podatke, pa tudi le lepe zgodbe in značilnosti o restavracijah, ki jih pokrivamo.
Moral sem si izmisliti način, kako omejiti skupno število restavracij na določljivo vesolje. Odločili smo se tudi, da se temu približamo z vidika podatkov. Začeli smo slediti - pred približno letom in pol - v bistvu vse restavracije v New Yorku, ki bi jih upoštevali. Začeli smo z 225 in seznam se je povečal na 265. Sledimo vsem tistim na 32 različnih značilnostih in vsaki restavraciji dajemo oceno o teh značilnostih. To je preprost algoritem, ki pretehta 32 stvari na poseben način - nekatere so pomembnejše od drugih - in tako smo prišli do izvirnega seznama, kdo naj ga pokrije.
Ali ste prišli do podatkov iz drugih virov?
Ja. Približno polovica stvari, ki jih imamo, so obstoječi podatki Vinski gledalec, Michelin, nato pa so drugi primarne raziskave, ki smo jih opravili sami. Zato pravzaprav ne govorimo »Michelin je slab.« Mislim, da je to edinstven koncept; napačna je.
Verjetno je tisto, kar je najbolj edinstveno v našem poslu, ko izberemo te restavracije, potem pa naredimo zelo globoko metodologijo podatkov o pridobivanju izkušenj, ki jih imajo gostje v večkratnih večernih izkušnjah z več profili ljudi.
Ali mi lahko poveste več o samih podatkih?
Delimo ga z vsemi. Večina je na spletni strani. Z restavracijami smo popolnoma pregledni glede podatkov, ki jih zbiramo. Michelin v resnici nima podatkov. Michelin in Zagat obstajata na nasprotnih koncih problemskega spektra: Michelin je trpel zaradi grobe subjektivnosti. V vsakem mestu imajo samo tri ali štiri ljudi, ki jedo v teh restavracijah. Jedo samo v teh restavracijah tri, štiri, morda petkrat. Torej imate zelo malo ljudi, ki imajo svoje pristranskosti. Na drugem koncu spektra, imate nasprotno problem, kjer imate preveč ljudi, večina od njih nima pojma in nobenega poslovanja, ki bi se odločili za vrhunske restavracije. Mislim, da so njihova mnenja o kraju na vogalu verjetno v redu, vendar je dejstvo - za boljše ali slabše - majhna skupina ljudi, ki so res usposobljeni govoriti o vseh vidikih, ki bi jih morala imeti velika restavracija.
Kar smo si želeli narediti, je nekaj na sredini, kjer imamo kurirano skupino ljudi, ki bo v vsakem mestu nekje med 500 in 750 ljudi. Začeli smo s 75-imi osebami iz naših osebnih omrežij, šest od nas, ki smo začeli delati na projektu. Intervjuiral sem jih 40 ur za eno uro, da bi se prepričal, da vedo, o čem pač govorijo, in 38 jih je opravilo test in povabili smo teh 38 ljudi, nato pa jih 35 povabimo v slepo. Začeli smo s približno 65 osebami v beta testu v maju. Ko smo videli, kaj počnemo, smo jim dovolili, da so začeli napotiti druge ljudi. Ko se nekdo napoti, naredimo lastne raziskave in zgradimo profil, kdo so ti ljudje. Ljudje se bodo prijavili, mi jih bomo sprejeli v postopku prijave. Toda ljudje, ki so jih povabili obstoječi člani, opravimo veliko raziskav o njih.Pomembno je, da uporabljamo podatke, ki jih zbiramo o teh ljudeh, te tehtamo te odgovore na ankete, ki temeljijo na tistih stvareh, ki jih poznamo. Tako je v svetu tehnoloških podjetij to osnovna podatkovna znanost. Toda v svetu restavracijskih ocen je to revolucionarno.
Je bilo restavracij, ki so bile nepričakovano visoko ocenjene?
Vsekakor. Dal vam bom primer. V peklenski kuhinji se nahaja restavracija Taboon, kuhar pa je v glavnem prinesel vrhunske bližnjevzhodne kuhinje v obliko fine jedilnice. Odšel je in se pred kratkim vrnil, in to je nekakšna restavracija v soseski, vendar naši podatki kažejo, da je v vsaki dimenziji restavracija destinacija.
Ne vidim Per Se.
Ja, to je drugi konec spektra. Rekel bi, da so mesta, kjer so ljudje najpogosteje presenečeni, da niso tam, Masa in Per Se. Veš, podatki kažejo, da - lahko vidite, kaj sledimo - in ta mesta dobesedno dobijo ničelno vrednost. Na vibe dosegajo nič. In ko dobiš ničle v kategorijah, je zelo težko. Način, kako tehtamo kategorije, te restavracije nikoli ne bodo dobro opravile. Uredimo. Ne umivam si roke, vendar zagotovo imamo stališče o tem, katera od teh 32 stvari je pomembnejša.
Lahko vam povem, da Michelinova zvezda ni ena od stvari, ki smo jih zelo tehtali. Ni to, da ne spoštujemo Michelina, ampak da je Michelin osredotočen na zelo posebno stališče in da obstaja zelo omejen nabor stvari, za katere mislimo, da niso zelo značilne za to, kar jedete in skrbite. Če greste na Per Se, boste sedeli s kupom turistov. In v nakupovalnem centru! Mislim, poglejte, nekajkrat sem bil tam. Obstajajo stvari, ki so fantastične. Mislim, da je to nekaj, kar bi morali vsi storiti, če si ga lahko privoščijo, vendar mislim, da ne gre za mesto, na katerega boste vsakoletno govorili.
BMW predstavil funkcijo restavracij in rezervacij za avtomobilsko dirko
BMW vodi nabavo tradicionalnih proizvajalcev avtomobilov v pogumni novi svet umetne inteligence v avtomobilu. In čeprav morda čaka, da bodo avtomobili brez voznikov 100 odstotkov pripravljeni za vožnjo, jih je ta teden napovedal novo funkcijo za rezervacijo restavracij za svoj ConnectedDrive strežnik.
Premikajoča se metrika ocenjevanja dobiva čudna
V kolikšni meri pregledujete meritve filmov v teh dneh? Osebno sem imel to fazo gnilih paradižnikov in jo hitro požgal, predvsem ko sem spoznal, da so pogosto kupovali brezhibne rezultate, in "pokvarjeni" filmi resnično pomenijo razdor. MetaCritic sem zapustil tri leta nazaj, ko so začeli ponuditi ...
Math-Anxious Starši Breed Math-Anxious Kids
Če matematika uniči vaše starše, jih ne vprašajte za pomoč pri domači nalogi. Nove raziskave na Univerzi v Chicagu, objavljene v reviji Psychological Science, kažejo, da matematični anksiozni starši prenesejo stres na svoje otroke, ko skušajo pomagati z domačo nalogo. Starše spodbujamo, naj bodo dejavni v ...