Weekend ที่ผ่านมา ใครพักผ่อนด้วยการนอนดูซีรีส์บน Netflix ฟัง Spotify ช้อปปิ้งบน Shopee, Lazada หรือดูรายการบน Youtube บ้างมั้ยครับ
เคยสงสัยมั้ยว่า ทำไม Platform พวกนี้มันถึงรู้ใจเราขนาดนี้
- Spotify จัดเพลย์ลิสต์เพลงใหม่มาให้แบบโดนใจทุกเพลง ทั้งที่เราไม่เคยฟังมาก่อน
- เปิด Shopee/Lazada ก็เจอของที่เราเพิ่งนึกอยากได้โผล่มาพอดีเป๊ะ
- และแน่นอน Netflix ที่แนะนำซีรีส์เรื่องถัดไปได้แม่นจนทำให้เราอดหลับอดนอน
ความรู้สึกเหมือนโดนอ่านใจนี้ ทำให้หลายคนอดเปรียบเทียบไม่ได้ว่า “นี่มันรู้ใจเรายิ่งกว่าแฟนอีกนะ!” คำถามคือ… มันทำได้อย่างไร?
PRIMO Tech-a-Break วันนี้จะพาคุณมาหาคำตอบกัน
เบื้องหลังความฉลาดเกินมนุษย์นี้ ไม่ใช่เวทมนตร์หรือการดักฟัง (อย่างที่หลายคนกลัว) แต่มันคืออัลกอริทึมที่ทรงพลังมากตัวหนึ่งซึ่งมีชื่อว่า “Collaborative Filtering” และวันนี้ผมจะมาถอดรหัสให้ฟังว่า ทำไมสูตรนี้ถึงเอาชนะใจเราได้ดีกว่าคนข้างๆ
ความแตกต่างระหว่าง “แฟน” กับ “อัลกอริทึม”
สมมติว่าคุณอยากดูหนัง แฟนของคุณอาจจะแนะนำโดยใช้ “ความเข้าใจ” ที่มีต่อตัวคุณ เช่น “เธอชอบหนังรักโรแมนติกนี่ ลองดูเรื่องนี้สิ” ซึ่งก็อาจจะถูกบ้างผิดบ้าง
แต่ Collaborative Filtering ไม่ได้ทำงานแบบนั้นครับ หัวใจของมันไม่ได้อยู่ที่การพยายามทำความเข้าใจ “ตัวคุณ” คนเดียว แต่คือการ “หาโคลนนิ่งทางพฤติกรรมของคุณ” จากผู้ใช้งานนับล้านคนทั่วโลก
หลักการของมันคือ: “ถ้ามีคนอีก 10,000 คนบนโลกที่มีรสนิยมการดูหนังเหมือนคุณเป๊ะๆ และคนกลุ่มนั้นเพิ่งไปดูหนังเรื่องใหม่แล้วชอบมาก ก็มีความเป็นไปได้สูงลิ่วที่คุณจะชอบหนังเรื่องนั้นด้วย”
มันคือการใช้ “สติปัญญาของฝูงชน” (Wisdom of the Crowd) มาช่วยคัดกรอง (Filter) สิ่งที่ดีที่สุดสำหรับคุณ โดยอาศัยข้อมูลพฤติกรรมที่เกิดขึ้นร่วมกัน (Collaboration) นั่นเอง
มันทำงานอย่างไรในชีวิตจริง?
- Netflix & YouTube: เวลาคุณดูคลิป A, B, C จบ ระบบไม่ได้แค่หาคลิปที่หมวดหมู่คล้ายๆ กัน แต่มันจะไปหาว่า “คนที่ดูคลิป A, B, C เรียงลำดับแบบนี้เหมือนคุณเป๊ะๆ ส่วนใหญ่แล้วเขากดดูคลิปอะไรเป็นลำดับที่ 4?” คำตอบที่ได้จากคนนับหมื่นนับแสนย่อมแม่นยำกว่าการเดาสุ่มแน่นอน
- Amazon & E-commerce: เวลาคุณซื้อ “เต็นท์เดินป่า” แฟนคุณอาจจะรู้ว่าคุณต้องใช้ “ถุงนอน” แต่ระบบรู้ลึกไปกว่านั้น มันรู้จากข้อมูลว่า “คนที่ซื้อเต็นท์รุ่นนี้และยี่ห้อนี้โดยเฉพาะ ส่วนใหญ่มักจะซื้อเก้าอี้พับยี่ห้อ X และไฟฉายคาดหัวยี่ห้อ Y ควบคู่ไปด้วย” มันจึงแนะนำสินค้าที่เกี่ยวข้องกันในระดับที่ลึกกว่าที่มนุษย์จะนึกถึง
- Spotify: นี่คือตัวอย่างที่ชัดที่สุด แฟนคุณอาจจะทำเพลย์ลิสต์เพลงรักให้คุณ แต่ “Discover Weekly” ของ Spotify คือเพลย์ลิสต์ที่สร้างจากข้อมูลของ “ฝาแฝดทางดนตรี” ของคุณนับล้านคนทั่วโลก มันรู้ว่าคนที่ฟังเพลง A, B, C แล้วข้ามเพลง D เหมือนคุณ มักจะชอบเพลงลึกลับอย่างเพลง Z ที่คุณไม่เคยได้ยินชื่อมาก่อน
แล้วทำไมมันถึงแม่นกว่า?
- พลังของข้อมูลมหาศาล (Scale): มันมีข้อมูลเปรียบเทียบจากคนนับล้าน ไม่ใช่จากคนๆ เดียว
- มันอิงจาก “พฤติกรรมจริง” ไม่ใช่ “คำพูด”: คุณอาจจะบอกแฟนว่าชอบหนังอาร์ต แต่พฤติกรรมการดูของคุณฟ้องว่าคุณดูแต่หนังซูเปอร์ฮีโร่ อัลกอริทึมเชื่อในสิ่งที่คุณทำ ไม่ใช่สิ่งที่คุณพูด
- มันเห็นความเชื่อมโยงที่มองไม่เห็น: มันสามารถค้นพบความสัมพันธ์แปลกๆ ที่มนุษย์อาจนึกไม่ถึง เช่น คนที่ซื้อผ้าอ้อมเด็กตอนกลางดึก มักจะซื้อเบียร์ไปด้วย (ข้อมูลคลาสสิก)
ดังนั้น ครั้งต่อไปที่แพลตฟอร์มเหล่านี้แนะนำอะไรให้คุณได้ถูกใจจนน่าขนลุก ก็ไม่ต้องแปลกใจไปครับ มันไม่ได้อ่านใจคุณได้หรอก… มันแค่ถามความเห็นจาก “คนที่คล้ายคุณ” อีกนับหมื่นคนที่กระจัดกระจายอยู่ทั่วโลกให้นั่นเอง
แล้วพบกับ PRIMO Tech-a-Break กันใหม่คราวหน้าครับ
ติดตามบทความใหม่ๆ คลิกเลย
