我有兴趣做一些集体智慧编程，但想知道它是如何工作的？
据说能够给出准确的预测：例如，O'Reilly编程集体智慧书中说，交易者行动的集合实际上可以比专家更好地预测未来价格（如玉米）。 / p>
现在我们在统计课上也知道，如果是40名学生参加考试的房间，将会有3到5名学生获得“A”级。可能有8个获得“B”，17个获得“C”，依此类推。也就是说，基本上是钟形曲线。
因此，从这两个角度来看，“B”和“C”答案的集合如何比得到“A”的答案给出更好的预测？
请注意，例如玉米价格是天气的准确价格因素，使用玉米的食品公司的需求等，而不是“自我实现的预言”（更多的人购买玉米期货和价格上涨和更多的人再次购买期货）。它实际上是准确地预测供需，以便在未来给出准确的价格。
怎么可能？
更新：我们可以说集体智慧不会对股市的兴奋和恐慌起作用吗？
答案 0 :(得分：4)
The Wisdom of Crowds维基页面提供了一个很好的解释。
简而言之，你并不总能得到好的答案。需要有一些条件才能实现。
答案 1 :(得分：3)
好吧，您可能想要猜测以下“模型”：
guess = right answer + error
如果我们向很多人提出问题，我们会得到很多不同的猜测。但是，如果出于某种原因，error s的分布在零附近是对称的（实际上它必须具有零均值），那么猜测的平均值将是正确答案的相当好的预测器。
请注意，猜测不一定必须是好的 - 即，错误确实可能很大（B级或C级，而不是A级），只要有B级和C级答案分布在两侧。正确的答案。
当然，有些情况下这对我们的猜测来说是一个可怕的模型，因此集体智慧不会始终工作......
答案 2 :(得分：1)
Crowd Wisdom技术，如预测市场，在某些情况下运作良好，在其他情况下效果不佳，就像其他方法（例如专家）有其优点和缺点一样。因此，最佳竞技场是没有其他方法做得很好的领域，预测市场可以做得很好。一些例子包括预测公共选举，估计项目完成日期以及预测流行病的流行程度。这些是信息稀疏地传播的领域，专家们没有找到可靠预测的有效模型。
一般的想法是市场参与者弥补了彼此的弱点。期望不是市场总能正确预测每一个结果，但是，由于人们注意到其他人的错误，他们不会经常错过关键信息，而且从长远来看，他们会做得更好。如果演员确实知道答案，他们将能够影响结果。不同的专家可以权衡不同的问题，因此每个问题都具有更多的影响力。随着市场的不断发展，每个参与者都会从他们的收益和损失中获得反馈，这使他们能够更好地了解他们实际了解哪些问题以及他们应该远离哪些问题。
在课堂上，人们通常会在曲线上进行评分，因此成绩的分布并不能说明答案有多好。预测市场根据实际结果校准所有答案。这种成功和失败的公共记录对于强化机制起了很大的作用，并且在大多数其他预测方法中都缺失了。
答案 3 :(得分：0)
集体智慧非常善于处理背后有复杂行为的问题，因为他们能够采取多种意见/属性来确定最终结果。通过这样的设置，培训有助于优化流程的最终结果。
答案 4 :(得分：-1)
错误在你的比喻中，两种观点都不相同。交易者预测他们交易的直接利润（他们对市场的一小部分进行了概述），而专家则试图预测整个领域。
IOW整体交易员的位置就像拼图一样拼凑在一起，基于对各自馅饼的大量小意见（他们被认为是专家）。
一个单一的头脑无法处理这种细节，这就是为什么整体位置可能会掩盖真正的专家。请注意，这尤其是普通人通常仅限于一个相当静态的市场，而不是在动荡时期。专家通常会做得更好，因为他们往往受过更好的训练，并且有动力避免一般的情绪。 （通常与动荡时期的旅鼠相当）
课堂类比的问题在于，评分系统并不认为学生是他们（难以预测）地形的主人，因此无法比较。
P.S。请注意，基本公理取决于所有参与者都是该领域的一小部分专家。人们可以争论这个要求是否真的能够很好地传递到Web 2环境。