Hunch: agent de recommandation intelligent

Caterina Fake, la co-fondatrice de Flickr, vient d'annoncer sa nouvelle startup: Hunch (intuition), un agent de recommandation qui espère bien tourner l'indécision en bénéfices.

Le but de ce service est en effet d'aider ses utilisateurs à prendre des décisions en leur posant une série de questions. Jusque là cela parait simple: rien de nouveau me direz-vous en baillant. Que nenni, il y a bien plus. La beauté de Hunch est qu'il combine plusieurs éléments pour proposer ses recommendations:
1- traditionnel decision tree
2- à chaque utilisation, il en apprend davantage sur vous par vos réponses et vous pose quelques questions hors sujet (optionnelles)
3- il combine les réponses de tous les utilisateurs dont le profile est similaire au votre sur le sujet en question (Amazon quelqu'un?)
4- il vous demande de donner une note à ses recommandations, voire de les corriger si vous le voulez

En un mot.... Hunch apprend!

Le site est encore en Bêta testing privé mais on peut imaginer à quel point il va pouvoir raffiner ses recommandations quand il aura des millions de résultats à combiner.

De plus le site fonctionne comme un Wiki: tout le monde peut ajouter des liens et des revues d'utilisateurs sur chaque sujet pour enrichir la base de donnée.

En bref un potentiel fascinant de proposer un service que les moteurs de recherche ne peuvent pas fournir. Le business modèle? click thru et partage de revenus sur les ventes pour les sites e-Commerce. Si Hunch parvient à devenir un agent de recommandation efficace en lequel les gens ont confiance, cela veut dire un énorme potentiel de devenir le leader des agents de recommandation.


[ENGLISH] Caterina Fake, Flickr co-founder, just announced her new startup: Hunch, a recommendation engine aiming at turning indecision into benefits.
The goal of this service is to provide recommendations based on your answers to a series of questions. Nothing new will you tell me, yawning. On the contrary! The beauty of Hunch's design is that it combines multiple elements to propose a recommendation:
1- a traditional decision tree
2- every time you use it, it learns more about you and refine his suggestions. He even asks you (optional) additional questions just to get to know you better
3- it combines the answers of all other users whose profile is similar to yours (Amazon anybody?)
4- it asks you to rank its results and even correct them if you wish

In short: Hunch learns!

The site is still in private beta testing but one can only imagine how much it will be able to learn when it can draw references from millions of usages.

Furthermore, the site works like a wiki: any user can add links and reviews about any subject.

In conclusion: a fascinating potential to offer a service that search engines can not provide. The business model? Revenue share and referral fees. If Hunch proves itself to be an efficient decision making tool and trustful recommendation agen, that means potentially becoming a leader in the big market of recommendations.

Source: Ben Parr pour Mashable