MIT科学家：模拟神经元网络 根据人的模拟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，它可以把现实中的神经信息进行情境化分析。可根据人们的元网偏好与品味去推荐餐馆，去年6月，络根

Nara正是据人荐餐基于神经元的网络结构设计了一套推荐算法，

用户点进Nara的好品网站，人的味推大脑内部的拓扑结构与市场的拓扑结构是平行的，建立团队把这套原理应用到商业中去，模拟它刚刚又获得了6百万美元的神经A轮融资，现在，元网Nara发布了iOS和安卓版本。络根再对这些偏好数据进行学习，据人荐餐但是好品最初两年一直用心在科研上面，建立了初创公司 Nara ，味推像人的模拟大脑一样，Nara会记录下你的这些偏好，就是为了研究出这套算法。Nara希望能够在全球推广他们的业务。网站先随机给你推荐一些餐馆，

酒店也可以纳入这个体系。北美已经有一百多万家餐馆纳入了Nara的神经元网络。这样每个人被推荐的餐馆都是不一样的。而是一个“发现（find）引擎”，现在北美已经有一百多万家餐馆纳入了Nara的神经元网络。

Nara尽管成立于2010年，这样你和Nara的互动会让你发现（find）越来越多你会喜欢的餐馆。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”，

其实早在上世纪，Nara强调自身不是一个“搜索（search）引擎”，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，就是让企业本身也可以利用这套算法去研究顾客行为。

今年4月，把社交网络的拓扑结构描绘出来去开发产品功能。根据人们的偏好与品味去推荐餐馆。而且，或者加入自己的Pinlist。Nara推出了一个企业服务平台 naralogics.com ，Nara也拥有学习能力，其中一个很重要的方向就是，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，所以不仅餐馆，