Gary Robinson

Gary Robinson es un ingeniero de software y matemático estadounidense ^{[ 2 ]} e inventor conocido por sus algoritmos matemáticos para combatir el spam . ^{[ 3 ]} Además, patentó un método para usar cookies de navegadores web para rastrear a los consumidores en diferentes sitios web, lo que permite a los especialistas en marketing adaptar mejor los anuncios a los consumidores. ^{[ 4 ] [ 5 ]} La patente fue comprada por DoubleClick , y luego DoubleClick fue comprada por Google . ^{[ 6 ] [ 7 ]} Se le reconoce como uno de los primeros en usar tecnologías de filtrado colaborativo automatizado para convertir las recomendaciones de boca en boca en datos útiles. ^{[ 2 ]}

En 2003, el artículo de Robinson en Linux Journal detalló un nuevo enfoque para la programación de computadoras que podría describirse mejor como un clasificador de propósito general que amplió la utilidad del filtrado bayesiano . El método de Robinson utilizó algoritmos matemáticos intensivos combinados con pruebas estadísticas de chi-cuadrado para permitir que las computadoras examinaran un archivo desconocido y hicieran conjeturas inteligentes sobre su contenido. ^{[ 8 ]} La técnica tuvo una amplia aplicabilidad; por ejemplo, el método de Robinson permitió que las computadoras examinaran un archivo y adivinaran, con mucha mayor precisión, si contenía pornografía , o si un correo electrónico entrante a una corporación era una pregunta técnica o una pregunta relacionada con ventas. ^{[ 9 ]} El método se convirtió en la base de las técnicas antispam utilizadas por Tim Peters y Rob Hooft del influyente proyecto SpamBayes . ^{[ 10 ] [ 11 ]} El spam es el abuso de los sistemas de mensajería electrónica para enviar mensajes masivos no solicitados e indeseados. ^{[ 12 ]} SpamBayes asignó puntuaciones de probabilidad tanto al spam como al ham (correos electrónicos útiles) para adivinar de forma inteligente si un correo electrónico entrante era spam; el sistema de puntuación permitió que el programa devolviera un valor de " no estoy seguro" si las puntuaciones de spam y ham eran altas. ^{[ 8 ]} El método de Robinson se utilizó en otros proyectos antispam como SpamAssassin . ^{[ 13 ] [ 14 ] [ 15 ]} Robinson comentó en Linux Journal sobre cómo la lucha contra el spam era un esfuerzo colaborativo:

El enfoque aquí descrito ha sido un verdadero esfuerzo distribuido, en la mejor tradición del código abierto. Paul Graham , autor de libros sobre Lisp , sugirió un método para filtrar el spam en su artículo en línea «Un plan para el spam». Tomé su método para generar probabilidades asociadas a palabras, lo modifiqué ligeramente y propuse un cálculo bayesiano para tratar con palabras poco frecuentes... un método basado en la distribución chi-cuadrado para combinar las probabilidades individuales de las palabras en una probabilidad combinada (en realidad, un par de probabilidades, véase más abajo) que representa un correo electrónico. Finalmente, Tim Peters, del proyecto Spambayes, propuso una forma de generar un indicador de spam particularmente útil basado en las probabilidades combinadas. Durante todo el proceso, el trabajo se guió por las pruebas continuas de implementaciones escritas en Python por Tim Peters para Spambayes y en C por Greg Louis, del proyecto Bogofilter. Las pruebas fueron realizadas por varias personas involucradas en dichos proyectos.

En 1996, Robinson patentó un método para ayudar a los especialistas en marketing a enfocar sus anuncios en línea hacia los consumidores. Explicó:

Por lo que he podido averiguar, es la primera patente... que menciona el uso de cookies de navegador para rastrear a los consumidores en diferentes sitios web y crear un perfil de sus intereses para determinar qué anuncios mostrarles... Había un aspecto en la forma en que se implementaban las cookies del navegador que permitía su uso... Contraté programadores para que hicieran la programación para probarlo... la hipótesis resultó ser correcta.

En 2010, Robinson era el director de tecnología de FlyFi, un servicio de música en línea propiedad de Emergent Discovery, con sede en Maine ^{[ 16 ]} que utiliza sus técnicas de programación anti-spam junto con tecnologías de filtrado colaborativo para ayudar a hacer recomendaciones musicales a los usuarios de la web. ^{[ 17 ] [ 18 ]} Su blog Gary Robinson's Rants ha sido citado por otros en las industrias de la informática y la música en línea ^{[ 17 ]} y citado en artículos académicos. ^{[ 12 ] [ 19 ] [ 20 ]} Robinson ayudó a desarrollar tecnología de motor de recomendaciones que aplica técnicas matemáticas de alta potencia utilizando algoritmos de software para que una computadora adivine de manera inteligente lo que podría gustarle a un consumidor. ^{[ 21 ]} Por ejemplo, si a un consumidor le gusta la música de artistas como los Beach Boys , Bob Dylan y Talking Heads , el software de la computadora comparará estas preferencias con un conjunto de datos mucho más grande de otros consumidores a los que también les gustan esos tres artistas, pero que acumulativamente tiene un conocimiento musical mucho mayor que el consumidor individual. En consecuencia, la computadora encontrará música que al usuario podría gustarle pero que no ha escuchado, y por lo tanto, con suerte, ofrecerá recomendaciones inteligentes, en un proceso que ha llegado a llamarse gestión del conocimiento . ^{[ 2 ]} Pero las matemáticas detrás de tales comparaciones pueden volverse bastante complejas y enrevesadas. Robinson estudió matemáticas en Bard College y se graduó en 1979 y continuó sus estudios en el Instituto Courant de la Universidad de Nueva York . ^{[ 1 ]} En la década de 1980, Robinson trabajó en un servicio de citas de una empresa emergente llamado 212-Romance que utilizaba algoritmos informáticos similares para emparejar románticamente a solteros. ^{[ 2 ] [ 22 ]} El servicio de citas por correo de voz con sede en la ciudad de Nueva York creó recomendaciones automatizadas basadas en la comunidad y utilizó tecnologías de filtrado colaborativo que Robinson desarrolló aún más en otras funciones.

• Blog de diatribas de Gary Robinson
• Patente de filtrado colaborativo automatizado