コンテストは昨日18:42:37 UTCに終了しました。応募者の1人が希望する結果を達成したちょうど30日後（RMSEは0.8563未満）。 フィニッシュは本当に魅力的なものであることが判明しました。最初の応募者が2番目の応募者を出した直後、彼らの間で激しい闘争が始まりました。 文字通り、過去数時間で、応募者は数回お互いに場所を変えました！
私たちの多くは、このエキサイティングなコンテストの結果をリアルタイムで熱心に見ていました 。 その結果、2番目のメダリストの勝者は0.0001ポイントしか共有しませんでした。 2006年10月2日からコンテストが続いたという事実にもかかわらず、100万ドルの運命は締め切りのわずか4分前に決定されました。 数学のコンテストは劇的ではない、と誰が言いましたか？
Netflixは、オンラインとオフラインの両方で映画レンタル会社です。 彼らのビジネスの中核は、Cinematchのユニークな推薦システムです。 彼女は、他の映画の過去の評価に基づいて、どの映画が好きになるかを予測します。 ご存知のように、これは最新の電子商取引アプリケーションの聖杯である推奨システムです。
Netflixコンテストのルールによると、Cinematchの有効性を少なくとも10％改善できる開発チームは、100万ドルの主賞を獲得できます。 競争力のあるアルゴリズムを設定するために、一連の初期ユーザーデータが公開されました。これらは、48万のランダムに選択されたユーザーからの18,000の映画の1億の評価（1〜5ポイント）です。 結果を検証するために、ユーザーと映画のペアのセットが公開され、アルゴリズムは平均RMSE（二乗平均平方根誤差）を計算しながら、できるだけ正確にグレードを予測する必要があります。 彼女は、Cinematchアルゴリズムのパフォーマンスを少なくとも10％改善することになっていた（0.9525）。 つまり、0.8572以下を表示する必要がありました。
競争はほぼ3年間続いた。 開発者は最高の結果を示し、最終的に、プログラマーのいくつかのチームが力を合わせて突破口を開くことにしました。 そこで、 BellKorのPragmatic Chaosチームが登場し、2009年6月26日にようやく10.08％向上して結果を改善することができました。 ルールによると、その後、残りの参加者は結果を改善するために30日間を過ごしました。 そして、競合他社はチャンスをつかみました。 締め切りの24時間前までに、 Ensembleチームは結果を10.09％に改善しました。
BellKorプログラマーも帽子をかぶって眠りませんでした。 どうやら、彼らはこの準備ができていて、締め切りの24分前に新しいアプリケーションを投稿し、結果は競合他社のものと同じでした。
しかし、Ensembleチームは双方向アプローチも準備しました。 彼らは文字通り20分後に、つまり締め切りの4分前（！）に回答し、結果は10.10％で、BellKorはもう時間がありませんでした。
したがって、競争はアンサンブルチームの勝利で終了しました。 結果を確認した後、彼らは当然の百万を取得する必要があります。