ユーザーのタスクからどのようにして二次元にマップできるデータを生成するかにはpol.isのクラスタリングの方法が参考になるかも
public.icon
関連度をどう数値化するか? NFT, DeFi, OSSに興味ある人をタグ付けした後に、どうやって、そのユーザーを分類して、関連度を数値化する? user_aとuser_bのwallet addressの関連度を数値ができるのか?
分類手法
係数だけのトレーニングデータで分類する
猫と犬の写真をざっくりと分けて、分けた後に、人がそのクラスターに対してラベルづけをする
係数と結果のトレーニングデータがあって、分類
猫の写真は猫とラベルづけしてあり、犬の写真は犬とラベルづけしてあり、機械学習モデルを作った後に、未知データを機械学習モデルに与えても、精度高く判定できるようにする。
この場合だと、25個の指標?で特徴付けをおこなっているっぽい
https://gyazo.com/97c714e7de27af41c31a11261a5332cf
つまりどういうことかというと、クラスタリングをするのは特徴付けをする人の解釈より(恣意的)になってしまう 「それをPol.isは一石投じた」という意味で面白いtkgshn.icon*3 自然言語処理を使った意味の解釈はせずに、投票結果だけで二次元マップを実現しているの面白い
>"The machine learning 👾 Algorithms run are solely run on the polis opinion matrix of agrees, disagrees and passes by participants on comments. Thus, Polis is language agnostic."
ディープラーニングゴリ押しではないこういうやつ好き
それぞれの意見に対してn人が投票する時、それぞれの意見にn次元の値が紐づく
それを次元圧縮して2次元に落とし込めば、マップができる 天才blu3mo.icon
確かに今思い返すとこれ天才かも。tkgshn.icon
人力オラクルに採用するのはこっちのUIの方がユーザーとしてはやりやすいか? 全然理解してないけど凄そうなので、@blu3mo.iconにもっと手伝ってほしい
pol.isでは、返信はできません。他の人がどんな考えを持っているのか、関わるには賛成と反対、そしてパスするしかないのです。
https://miro.medium.com/max/1400/1*nvx05SfnslO64VToS5s_BA.jpeg
基本的に、規模が大きくなればなるほど、返信はうまくいきません。私たちは返信を廃止しました
https://gyazo.com/f0a076b5b34fd142a9fd8e000a3a844f https://gyazo.com/7bffb3b04da5673ccafa67669f456ddd
返信をなくすと、とても特別なものが手に入ります。それは、行列を得ることです。pol.is内のデータがどのようなものか、見てみることができるのです。複雑なものではありません。すべての参加者が、すべてのコメントについてどう考えているかがわかるのです。参加者を探して、賛成なら賛成、反対なら反対、パス、コメントなら、この人は賛成、この人は反対、この人は賛成、この人は反対と、見ることができます。
行列を扱うと順列の数は膨大になりますが、最終的にはいくつかのコアなコメントに集約されるのが一般的なので、意外と突破口はあるものなのです。
pol.isで行われている機械学習はリアルタイムで行われ、レコメンダーエンジンと同じようにクラスタリングを行いますが、pol.isではグループを可視化することが特徴です。
https://miro.medium.com/max/1400/1*vL2niUymuoq3a0oO_vjrGQ.png