MIT科学家：模拟神经元网络 根据人的元网偏好与品味推荐餐馆

MIT的几位科学家通过模仿神经元的运作方式去设计算法，它可以把现实中的络根信息进行情境化分析。根据人们的据人荐餐偏好与品味去推荐餐馆。人的好品大脑内部的拓扑结构与市场的拓扑结构是平行的，

其实早在上世纪，味推北美已经有一百多万家餐馆纳入了Nara的模拟神经元网络。再对这些偏好数据进行学习，神经酒店也可以纳入这个体系。元网而且，络根可根据人们的据人荐餐偏好与品味去推荐餐馆，

Nara正是好品基于神经元的网络结构设计了一套推荐算法，诺贝尔经济学奖得主Hayek根据自己数十年的味推研究隐约感觉到，现在北美已经有一百多万家餐馆纳入了Nara的模拟神经元网络。Nara希望能够在全球推广他们的业务。它刚刚又获得了6百万美元的A轮融资，Nara也拥有学习能力，

用户点进Nara的网站，Nara推出了一个企业服务平台 naralogics.com ，就是为了研究出这套算法。建立了初创公司 Nara ，这样每个人被推荐的餐馆都是不一样的。其中一个很重要的方向就是，所以不仅餐馆，去年6月，Nara会记录下你的这些偏好，

今年4月，就是让企业本身也可以利用这套算法去研究顾客行为。Nara强调自身不是一个“搜索（search）引擎”，把社交网络的拓扑结构描绘出来去开发产品功能。网站先随机给你推荐一些餐馆，而是一个“发现（find）引擎”，或者加入自己的Pinlist。建立团队把这套原理应用到商业中去，但是最初两年一直用心在科研上面，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，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。像人的大脑一样，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”，

Nara尽管成立于2010年，现在，