Algoritm för att mäta hur delar i en grupp bidrar till ett gemensamt mål

2010-06-21

En ganska enkel algoritm för att skatta hur individer (entiteter) i en gruppaktivitet bidrar till en målsättning har publicerats i PLoS ONE med ett exempel för fotboll. Forskarna tror dock att samma system går att tillämpa på andra gruppaktiviteter och pekade på bl.a. på möjligheten att uppskatta hur olika personer bidrar till artiklar som publiceras i journaler.

Konceptet känns inte särskilt nytt för mig utan är föreställer jag mig ungefär vad de flesta skulle komma fram till om de betraktade problemet och är gissningsvis ungefär motsvarande ett antal algoritmer som används i alla möjliga sammanhang i olika varianter.

Själva förutsättningen för tillämpbarheten är att något väldigt tydligt mätbart passerar mellan individerna och referensen till kreativitet är därför inte särskilt relevant:

"Recent research suggest that team work is of crucial importance to cutting-edge scientific research, but little is known about how teamwork leads to greater creativity."

Betrakta t.ex. hur konst stimulerar kreativitet utan att något enskilt mätbart passeras från konstverket till en person och rent av vidare om denna som föreslås uttrycker sin upplevelse. Att mötet med respektive entitet är givetvis intetsägande (d.v.s. konstverk till person) därför att respons kan komma senare och personer kommer normalt inte uppleva bara ett konstverk för att få tillräcklig effekt och vad eller ens övergripande för grupper som bidrar till effekt går inte att avgöra på ett sätt som gör denna algoritm tillämparbar. Därmed inte sagt att detta inte är möjligt att relevant mäta för prediktion o.s.v. men inte med denna typ av algoritmer.

Egentligen det område där detta eller liknande algoritmer har mer värde är inte grupper utan populationer där implicit samarbete finns utan att personerna är medvetna om varandra (när medvetenhet finns är mycket bättre saker möjliga) som är lätt att konkretisera.

Antag, att du värderar länkar på webbsidor för att besluta ett index kan vi se varje som passerar en länk som en fotboll som passas oavsett om det är implicit d.v.s. ingen person följer länken men den får verka på index-ranking för en population.

Personen kan passa vidare bollen antingen genom att följa en länk eller genom att passera tillbaka till index, eller göra mål d.v.s. avbryta aktiviteten för en ny som är konkret mätbar som att denna samlat hittat vad som efterfrågades. Att personen återvänder till index kan indikera misslyckande men behöver inte vara det eftersom kunskapen som söks kan vara utspridd eller att flera typer söks (t.ex. trivialt nyhet om ämne samt en bild för att skriva en postning på en blogg).

I det fallet behöver man betrakta det som en kedja som når målet d.v.s. att ett mätbart resultat inträffar. För exemplet där målet var en postning skapar det ett nytt nätverk som också måste prioriteras mot andra beroende på dess värde (personer som skriver kanske är mindre viktiga än personer som köper produkter eller vad en vy skapas för).

Egentligen även om det för fotboll kan fungera är jag skeptisk till algoritmer som inte beaktar tid. Givetvis att direkt mäta saker med en klocka är i de flesta helt opraktiskt med föga värde men rimligen definierar man en tidsdimension som fungerar för situationen man tillämpar saker i eftersom det är ganska uppenbart att det kan tillföra värde i ett antal fall.

I vissa situationer kanske entiteter som passar snabbt men ofta missar är bättre. För tidigare exempel beroende på tillgänglig tid hos populationen som initialt passar bollen kontra tillgänglig tid hos dom de passar till:

  • Mindre tid i den första kanske skapar vad som är sämre än andra med mer tid.
  • Också sämre för dom populationer de passar till d.v.s. dom som söker information.

Men det är också möjligt att värdet är större vissa populationer de passar till t.ex. sådana som också har begränsad tid.

Men visst det är (liksom föreställer jag mig annat redan publicerat inom diverse forskningsområden) säkert bra läsning för den som söker bygga något liknande. Inte minst kan det för sport eller djurtävlingar (häst- och hundkapplöpning, kaninhoppning och vad mer man spelar om pengar kring) antar jag vara något möjligt att bygga alla möjliga webbsajter för hasardspelare runt eller möjligen ha värde för sajter som sätter odds för att ge hasardspelare möjlighet att satsa pengar. Faktiskt känns det nästan anpassat för att skapa indata till system för att sätta odds.

Duch J, Waitzman JS, Amaral LAN (2010) Quantifying the Performance of Individual Players in a Team Activity. PLoS ONE 5(6): e10937. doi:10.1371/journal.pone.0010937

Verktyg, datakällor, forskning m.m. kring business intelligens finns det mycket samlat på Nyhetsbloggen. Detta är ett område dit denna forskning hör eftersom en tillämpning av många möjliga liknande är att betrakta flöden i företag synliga utifrån på detta sätt och se hur ofta de leder till mål rörande sådant som nya produkter, forskningsprojekt m.m. för att prediktera företagens fortsatta framgång.

Det krävs därför att produkter, forskning, anställningar m.m. hos vissa företag ofta hänger samman med varandra men för sådant krävs givetvis en mer flexibel algoritm som till att börja med klarar att hantera tid. Därför att företag inte spelar mot varandra på en fixerad tid.

En satsning som tar två år kan vara mycket mer värd än en som tar ett år därför att den visar sig leverera mycket mer eller därför att marknadsföringsfunktionerna är mycket bättre trots att man levererar mycket mindre efter två år. Det går inte med algoritmen som föreslogs i artikeln som PLoS publicerade.