വായിക്കാൻ 3 മിനിറ്റ്

ശുപാർശാ സംവിധാനങ്ങൾ: ഓൺലൈൻ ആപ്പുകൾ നമ്മുടെ ഇഷ്ടങ്ങൾ നിർദ്ദേശിക്കുന്നത് എങ്ങനെ?

പ്രസിദ്ധീകരിച്ചത് പുതുക്കിയത്

30 സെക്കൻഡിൽ സാരം

ഉപയോക്താക്കളുടെ മുൻകാല പ്രവർത്തനങ്ങൾ, കണ്ട ഉള്ളടക്കങ്ങൾ, സമാന താല്പര്യമുള്ള മറ്റ് വ്യക്തികളുടെ ശീലങ്ങൾ എന്നിവ വിശകലനം ചെയ്ത് അവർക്ക് ഇഷ്ടപ്പെടാൻ സാധ്യതയുള്ള പുതിയ വീഡിയോകളോ ഉൽപ്പന്നങ്ങളോ വാർത്തകളോ മുന്നിലെത്തിക്കുന്ന അൽഗോരിതത്തെയാണ് ശുപാർശ സംവിധാനം എന്ന് വിളിക്കുന്നത്.

നിങ്ങൾ രാത്രി വൈകി യൂട്യൂബ് തുറന്ന് ഒരു പഴയ മലയാളം സിനിമാ ഗാനം കേൾക്കുകയാണെന്ന് കരുതുക. ആ പാട്ട് തീരുന്നതിന് മുൻപേ തന്നെ അടുത്തതായി കേൾക്കാൻ പാകത്തിൽ മറ്റൊരു പഴയ ഗാനമോ അതേ കാലഘട്ടത്തിലെ ഓർമ്മകളോ സ്ക്രീനിൽ തെളിയുന്നത് കണ്ടിട്ടില്ലേ? ലക്ഷക്കണക്കിന് പുതിയ വീഡിയോകൾ ദിവസവും ഇന്റർനെറ്റിലേക്ക് അപ്‌ലോഡ് ചെയ്യപ്പെടുമ്പോഴും, എങ്ങനെയാണ് ആ ആപ്പ് നിങ്ങളുടെ അന്നത്തെ അഭിരുചിക്ക് ചേരുന്ന ഒരു പാട്ട് തപ്പിയെടുത്ത് മുന്നിലേക്ക് നീട്ടുന്നത്? കമ്പ്യൂട്ടറുകൾ നിങ്ങളുടെ മനസ്സ് വായിക്കുകയല്ല ചെയ്യുന്നത്; മറിച്ച് നിങ്ങളുടെ വിരൽത്തുമ്പിലെ ചില ചെറിയ ചലനങ്ങളെ മുൻകാല അനുഭവങ്ങളുമായി ഗണിതശാസ്ത്രപരമായി കൂട്ടിമുട്ടിക്കുകയാണ്.

യൂട്യൂബിൽ ഒരു പാട്ട് കേട്ടുകഴിഞ്ഞാൽ അടുത്തതായി കേൾക്കാൻ മികച്ചൊരു പാട്ട് സ്ക്രീനിൽ തെളിഞ്ഞുവരുന്നത് എങ്ങനെയെന്ന് ചിന്തിച്ചിട്ടുണ്ടോ? ഇതിന് പിന്നിൽ പ്രവർത്തിക്കുന്നത് ശുപാർശ സംവിധാനങ്ങളാണ് (Recommendation Systems). നമ്മുടെ അഭിരുചികൾ പഠിച്ച് അടുത്തത് എന്തെന്ന് നിർദ്ദേശിക്കുകയാണ് ഇവ ചെയ്യുന്നത്.

ഇത് പ്രധാനമായും രണ്ട് രീതിയിലാണ് പ്രവർത്തിക്കുന്നത്: നിങ്ങളെപ്പോലെ അതേ പാട്ടുകൾ കേൾക്കുന്ന മറ്റ് ആളുകളുടെ ലിസ്റ്റ് നോക്കി അവർക്കിഷ്ടപ്പെട്ട മറ്റൊരു പാട്ട് നിങ്ങൾക്ക് നിർദ്ദേശിക്കുന്നതാണ് കൊളാബറേറ്റീവ് ഫിൽട്ടറിംഗ് (Collaborative Filtering). നിങ്ങൾ ഇപ്പോൾ കണ്ട അതേ സംഗീതസംവിധായകന്റെ മറ്റ് പാട്ടുകൾ തിരഞ്ഞെടുത്തു തരുന്നതാണ് കണ്ടന്റ്-ബേസ്ഡ് ഫിൽട്ടറിംഗ് (Content-based Filtering).

സമാന അഭിരുചിയുള്ള ആളുകളുടെ കൂട്ടായ്മയിലൂടെയുള്ള കണ്ടെത്തലുകൾ

ഈ സംവിധാനങ്ങളുടെ പ്രധാന ശക്തി കൊളാബറേറ്റീവ് ഫിൽട്ടറിംഗ് എന്ന് വിളിക്കുന്ന ഒരു രീതിയാണ്. കേൾക്കുമ്പോൾ സാങ്കേതികമായി തോന്നാമെങ്കിലും ഇതിന്റെ യുക്തി വളരെ ലളിതമാണ്. കമ്പ്യൂട്ടർ നിങ്ങളുടെ പാട്ടുകളെ മാത്രം നോക്കുകയല്ല ചെയ്യുന്നത്; നിങ്ങളെപ്പോലെ അതേ പാട്ടുകൾ കേൾക്കുന്ന പതിനായിരക്കണക്കിന് മറ്റ് മനുഷ്യരുടെ ശീലങ്ങളെയും അത് ഒരുമിച്ച് നിരീക്ഷിക്കുന്നു. നിങ്ങൾ ആസ്വദിച്ച അതേ ഗാനങ്ങൾ ആസ്വദിച്ച മറ്റൊരു വ്യക്തി കേട്ടതും എന്നാൽ നിങ്ങൾ ഇതുവരെ കേൾക്കാത്തതുമായ ഒരു മികച്ച ഗാനം ഉണ്ടെങ്കിൽ, അത് നിങ്ങൾക്കും ഇഷ്ടപ്പെടാൻ വലിയ സാധ്യതയുണ്ടെന്ന് സിസ്റ്റം ഊഹിക്കുന്നു. അപരിചിതരായ മനുഷ്യരുടെ കൂട്ടായ ഇഷ്ടങ്ങളാണ് അങ്ങനെ നിങ്ങളുടെ സ്വകാര്യ ഫീഡായി മാറുന്നത്.

വാക്കുകൾക്കപ്പുറമുള്ള താല്പര്യങ്ങളുടെ പൊരുത്തം

എന്നാൽ തുടർച്ചയായി ഒരേതരം ഉള്ളടക്കങ്ങൾ മാത്രം നിർദ്ദേശിക്കപ്പെടുമ്പോൾ, നാം മറ്റ് ലോകത്തെ അറിയാതെ ഒരു വൃത്തത്തിനുള്ളിൽ കുടുങ്ങിപ്പോകുന്നു. ഇതിനെയാണ് ഫിൽട്ടർ ബബിൾ (Filter Bubble) എന്ന് വിളിക്കുന്നത്. വാച്ച് ഹിസ്റ്ററി കൃത്യമായി മായ്ച്ചുകളയുന്നതും പലതരം വിഷയങ്ങൾ സ്വയം തിരഞ്ഞുപിടിച്ച് കാണുന്നതും ഈ കുരുക്കിൽ നിന്ന് രക്ഷപ്പെടാൻ സഹായിക്കും.

ഇതിനൊപ്പം തന്നെ പുതിയ കണ്ടെത്തലുകളും പരിചിതമായ ഇഷ്ടങ്ങളും തമ്മിൽ ഒരു സന്തുലിതാവസ്ഥ നിലനിർത്താനും പ്ലാറ്റ്‌ഫോമുകൾ ശ്രമിക്കാറുണ്ട്. എപ്പോഴും ഒരേ പാട്ടുകൾ മാത്രം കാണിച്ചാൽ ഉപയോക്താവിന് മടുപ്പ് അനുഭവപ്പെടാം. അതിനാൽ, നിങ്ങളുടെ സ്ഥിരം താല്പര്യങ്ങൾക്കൊപ്പം ചെറിയൊരു ശതമാനം പുതിയ മേഖലകളിലുള്ള വീഡിയോകളും സിസ്റ്റം മുന്നിലേക്ക് തള്ളിവിടും. നിങ്ങൾ അതിൽ താല്പര്യം കാണിക്കുന്നുണ്ടോ എന്ന് നിരീക്ഷിച്ച ശേഷമാണ് ആ പുതിയ വിഷയം നിങ്ങളുടെ സ്ഥിരം പ്രൊഫൈലിലേക്ക് ചേർക്കപ്പെടുന്നത്.

തുടക്കക്കാരുടെ പ്രശ്നവും പുതിയ ഉള്ളടക്കങ്ങളും

ഒരു ആപ്പിൽ പുതിയതായി അക്കൗണ്ട് എടുക്കുന്ന ഒരാളെ സംബന്ധിച്ച് ഈ സംവിധാനങ്ങൾക്ക് ഒരു വലിയ വെല്ലുവിളിയുണ്ട്; അവരുടെ മുൻകാല ഇഷ്ടങ്ങളെക്കുറിച്ചുള്ള യാതൊരു വിവരവും സിസ്റ്റത്തിൽ ഉണ്ടാകില്ല. ഇതിനെ സാങ്കേതിക ലോകത്ത് 'കോൾഡ് സ്റ്റാർട്ട്' എന്ന് വിളിക്കുന്നു. ഇത്തരം സാഹചര്യങ്ങളിൽ, നിങ്ങൾ താമസിക്കുന്ന പ്രദേശം, തിരഞ്ഞെടുത്ത ഭാഷ, അല്ലെങ്കിൽ നിലവിൽ ഏറ്റവും കൂടുതൽ ആളുകൾ കാണുന്ന ജനപ്രിയ ഉള്ളടക്കങ്ങൾ എന്നിവ കാണിച്ചാണ് സിസ്റ്റം തുടക്കമിടുന്നത്. നിങ്ങളുടെ ആദ്യത്തെ ഏതാനും ക്ലിക്കുകൾ രജിസ്റ്റർ ചെയ്യപ്പെടുന്നതോടെ ഫീഡ് വളരെ വേഗത്തിൽ നിങ്ങളുടെ വ്യക്തിഗത ശൈലിയിലേക്ക് വഴിമാറുന്നു.

ഫിൽട്ടർ ബബിളുകളും ശ്രദ്ധ നഷ്ടപ്പെടുന്ന കെണികളും

എന്നാൽ ഈ സൗകര്യങ്ങൾക്ക് പിന്നിൽ നാം ജാഗ്രത പാലിക്കേണ്ട ചില വലിയ അപകടങ്ങളുമുണ്ട്. കൂടുതൽ സമയം സ്ക്രീനിൽ പിടിച്ചിരുത്തുന്നതിനാണ് മിക്ക പ്ലാറ്റ്‌ഫോമുകളും അൽഗോരിതങ്ങൾക്ക് പരിശീലനം നൽകുന്നത്. അതുകൊണ്ട് തന്നെ ശാന്തമായ വിവരങ്ങളേക്കാൾ വൈകാരികവും പ്രകോപനപരവുമായ ഉള്ളടക്കങ്ങൾ ശുപാർശ ചെയ്യപ്പെടാൻ സാധ്യതയേറുന്നു. കൂടാതെ, നാം സ്ഥിരമായി കാണുന്ന ഒരേ തരത്തിലുള്ള കാഴ്ചപ്പാടുകൾ മാത്രം കാണിച്ച് നമ്മെ പുറംലോകത്തിന്റെ യാഥാർത്ഥ്യങ്ങളിൽ നിന്ന് വേർതിരിക്കുന്ന 'ഫിൽട്ടർ ബബിൾ' എന്ന അവസ്ഥയിലേക്കും ഇത് നമ്മെ നയിച്ചേക്കാം.

ഡിജിറ്റൽ ഫീഡുകളുടെ നിയന്ത്രണം സ്വന്തം കൈകളിൽ നിലനിർത്താൻ ചില പ്രായോഗിക ശീലങ്ങൾ സഹായിക്കും:

  • വാച്ച് ഹിസ്റ്ററിയും തിരച്ചിൽ വിവരങ്ങളും മായ്ക്കുക: ഇടയ്ക്കിടെ അക്കൗണ്ട് ക്രമീകരണങ്ങളിൽ കയറി ഹിസ്റ്ററി ക്ലിയർ ചെയ്യുന്നത് ആപ്പുകൾ പഴയ ശീലങ്ങളിൽ മാത്രം കുടുങ്ങിക്കിടക്കുന്നത് തടയും.
  • പുതിയ വിഷയങ്ങൾ സ്വയം തിരയുക: അൽഗോരിതം നൽകുന്ന നിർദ്ദേശങ്ങൾ മാത്രം കാണാതെ, തികച്ചും വ്യത്യസ്തമായ വിഷയങ്ങളോ വാർത്തകളോ സ്വന്തം താല്പര്യത്തിൽ തിരഞ്ഞുപിടിച്ച് കാണുക.
  • വ്യക്തിഗത ശുപാർശകൾ ക്രമീകരിക്കുക: പല ആപ്പുകളിലും പേഴ്സണലൈസ്ഡ് ശുപാർശകൾ ഓഫ് ചെയ്യാനുള്ള സൗകര്യമുണ്ട്; ഇത് നിങ്ങളുടെ മുൻകാല വിവരങ്ങൾ ട്രാക്ക് ചെയ്യുന്നത് നിയന്ത്രിക്കാൻ സഹായിക്കും.

സാങ്കേതികവിദ്യ നിങ്ങളുടെ മനസ്സ് അറിയുന്ന മാന്ത്രിക സംവിധാനമല്ല; നിങ്ങളുടെ ഓരോ ക്ലിക്കിലൂടെയും നിങ്ങൾ തന്നെ നൽകുന്ന വിവരങ്ങളുടെ പ്രതിഫലനം മാത്രമാണത്. അൽഗോരിതം നിർദ്ദേശിക്കുന്നത് മാത്രം യാന്ത്രികമായി കണ്ട് തീർക്കുന്നതിന് പകരം, നമ്മുടെ സമയം എന്തിന് വിനിയോഗിക്കണം എന്ന തിരഞ്ഞെടുപ്പ് സ്വന്തം കൈകളിൽ സൂക്ഷിക്കുക എന്നതാണ് വിവേകപൂർണ്ണമായ ഡിജിറ്റൽ ജീവിതത്തിന്റെ കാതൽ.

ഉറവിടങ്ങൾ
  1. Recommendation SystemsGoogle for Developers
  2. Deep Neural Networks for YouTube RecommendationsACM Conference on Recommender Systems (RecSys)