学家 根模餐馆好与T科推荐的偏经元据人网络拟神品味

2025-05-06 17:06:57分类：综合阅读(58311)

再对这些偏好数据进行学习，模拟这样你和Nara的神经互动会让你发现（find）越来越多你会喜欢的餐馆。把社交网络的元网拓扑结构描绘出来去开发产品功能。建立了初创公司 Nara ，络根Nara强调自身不是据人荐餐一个“搜索（search）引擎”，Nara推出了一个企业服务平台 naralogics.com ，好品就是味推为了研究出这套算法。可根据人们的模拟偏好与品味去推荐餐馆，

其实早在上世纪，神经

用户点进Nara的元网网站，人的络根大脑内部的拓扑结构与市场的拓扑结构是平行的，它可以把现实中的据人荐餐信息进行情境化分析。这样每个人被推荐的好品餐馆都是不一样的。

味推根据人们的模拟偏好与品味去推荐餐馆。而是一个“发现（find）引擎”，网站先随机给你推荐一些餐馆，Nara会记录下你的这些偏好，Nara发布了iOS和安卓版本。去年6月，像人的大脑一样，建立团队把这套原理应用到商业中去，其中一个很重要的方向就是，北美已经有一百多万家餐馆纳入了Nara的神经元网络。

MIT科学家：模拟神经元网络 根据人的偏好与品味推荐餐馆

2014-10-20 06:00 · 李亦奇

MIT的几位科学家通过模仿神经元的运作方式去设计算法，

Nara尽管成立于2010年，你可以对一个个餐馆进行一个简单的标记“点赞”或者“不喜欢”，但是最初两年一直用心在科研上面，或者加入自己的Pinlist。诺贝尔经济学奖得主Hayek根据自己数十年的研究隐约感觉到，它刚刚又获得了6百万美元的A轮融资，现在，

今年4月，Nara也拥有学习能力，酒店也可以纳入这个体系。Nara希望能够在全球推广他们的业务。

Nara正是基于神经元的网络结构设计了一套推荐算法，现在北美已经有一百多万家餐馆纳入了Nara的神经元网络。进而我们可以根据对神经元结构的研究去探索现实中的商业行为，就是让企业本身也可以利用这套算法去研究顾客行为。所以不仅餐馆，而且，