Op het snijvlak van sociale psychologie, datawetenschap en mode is Amy Winecoff.

Na het behalen van een Ph.D. in psychologie en neurowetenschappen hier bij Duke, Winecoff bracht tijd door met lesgeven voordat hij overstapte naar de industrie.

Vandaag, Winecoff werkt als senior data scientist bij True Fit, een bedrijf dat retailers tools biedt om hen te helpen beslissen welke producten ze aan hun klanten voorstellen.

De software van True Fit is gebaseerd op het verzamelen van gegevens over hoe kleding past bij mensen die ze hebben gekocht. Met deze gegevens over maat en type kleding, True Fit kan maataanbevelingen doen voor een specifieke consument die een bepaald product wil kopen.

Naast aanbevelingen over de grootte, True Fit staat achter de aanbevelingen van veel sites voor producten die vergelijkbaar zijn met de producten die u aan het bekijken bent of die u hebt gekocht.

Hoewel is aangetoond dat deze aanbevelingssystemen goed werken voor sites als Netflix, waar je in het recente verleden veel verschillende films en shows hebt gezien die kunnen worden gebruikt om aanbevelingen te doen, Winecoff wijst erop dat dit moeilijk kan zijn voor iets als broeken, die mensen niet de neiging hebben om in bulk te kopen.

Om deze barrière te overwinnen, True Fit heeft zijn systeem ontworpen, genaamd de Discovery-engine, om een ​​enkel kledingstuk te ontleden in vijftig verschillende eigenschappen. Met zoveel informatie, aanbevelingen doen voor vergelijkbare stijlen kan gemakkelijker zijn.

Echter, Winecoffs achtergrond in de sociale psychologie heeft haar ertoe gebracht zich af te vragen hoe goed deze algoritmen voorspellingen doen die in lijn zijn met menselijk gedrag. Ze stelt dat het begrijpen van hoe mensen hun voorkeuren vormen een integraal onderdeel is van het ontwerpen van een systeem om aanbevelingen te doen.

Een van de manieren waarop Winecoff test hoe waar de voorspellingen zijn voor menselijke voorkeuren, is door psychologische studies te gebruiken om inzicht te krijgen in het verfijnen van wiskundig gebaseerde aanbevelingen.

Met een algemeen doel om te bepalen hoe mensen gelijkenis in kleding bepalen, Winecoff ontwierp een online onderzoek waarbij proefpersonen een kledingstuk krijgen aangeboden en te horen krijgen dat het kledingstuk niet op voorraad is. Ze krijgen dan twee opties te zien en moeten er een kiezen om het niet-voorradige artikel te vervangen. Door in elk van de twee keuzes één aspect te variëren, zoals verschillende kleuren, patroon, of roklengte, Winecoff en haar collega's kunnen onderscheiden welke eigenschappen voor een persoon het meest opvallen bij het bepalen van gelijkenis.

Het werk van Winecoff illustreert de kracht van het combineren van algoritmische aanbevelingen met sociaalpsychologische resultaten, en dat de wetenschap onverwachte plaatsen bereikt, zoals het beïnvloeden van uw winkelkeuzes.