B2C Data

人类的作用是定义指标、执行质量控制并提供可靠的纠正数据以鼓励机器改进。

我们无法知道机器用于排名的因素......Bing 和 Google 的工程师也无法知道。 Bing 和 Google 生产的算法有数亿个参数。没有人能够深入其中并了解到底发生了什么。

最初，工程师为机器提供一组他们认为相关的因素。但是一旦启动数据处理机器，它就会识别并选择因素，通常是人类没有想到的因素。 Bing 或 Google 的员工并不知道这些“间接”因素，因此询问他们这些因素是什么是没有意义的：他们最初认为的一些重要因素其实并不重要，而他们认为非常次要的一些因素其实也不重要。而有些他们没有想到的却是必要的。

所以要问的问题是“指标是什么？” “因为这是产品工程师控制的。这些是葡萄牙电子邮件列表机器成功的衡量标准，也决定了算法如何演进和运行。

值得注意的是，机器会根据以下指标来适应所提供的校正数据：

如果指标不相关，则纠正数据会产生误导，机器会误解所要求的内容，搜索结果的质量也会很差。

如果指标相关，学习过程将使机器提供更好的结果。这是一个良性循环。


而 Bing 的产品是成功的！

过滤结果/保障措施
对团队的评判将基于其算法提供的结果的质量。该质量是根据这些结果增强 Bing 客户对 Bing 产品的信心的能力进行评估的。因此，该团队开发了一种过滤算法，以防止“不良”结果损害 Bing 品牌。