Solidot

每当提起推荐算法，许多人首先想到的是精确度，Netflix Prize便是奖励给了将它的推荐算法精度提高10%的开发小组。但是计算机科学家注意到，这种方式局限了每位用户感兴趣的领域，如何去改进推荐算法的多样性和新颖性？ 根据发表在《美国国家科学院学报》上一篇报告，包括中国科大研究人员在内的研究小组创建了新的算法，向用户推荐更多没有多大关系的东西，扩展用户的兴趣范围，增加推荐系统本身的持久性和可用性。精确度一直是推荐内容的最重要的量度，如推荐电影、链接或音乐。但是计算机科学也指出，多样性和新颖性同样值得测量。

DVD租赁公司Netflix在2006年宣布了一项竞赛，任何人只要发明了超过它目前使用的电影推荐算法Cinematch 10%的新算法，便能获得7位数的奖金。2009年6月26日，新算法BellKor's Pragmatic Chaos，首次突破了10%门槛，达到了10.05%。如果在接下来的30天内无人能递交高于BellKor的新算法，那么它将赢得这场比赛。 7月26日，比赛结束的最后一天风云突变，本来以为胜券在握的BellKor于18:18递交了他们的新算法——超过10.09%，20分钟之后的18:38，The Ensemble团队也递交了他们的最新算法，超过BellKor's Pragmatic Chaos仅0.01%，达到10.10%，成为最新的领跑者。无疑这是对BellKor团队的一次无情痛击。