Anime4me

Kde se tvůj vkus
liší od davu

Hodnotíš skoro všechno vysoko, takže „čemu dáváš devítku" toho moc neprozradí. Anime4me proto měří něco jiného — o kolik se tvoje známka odchyluje od komunity. Z toho osobního rozdílu vytáhne, které žánry, témata a studia táhneš nad rámec jejich obecné kvality, rozdělí tvůj vkus do nálad podle emoční náročnosti a podle toho navrhne, co dál. Doporučení pak ladíš živě posuvníky — od jistoty po objevování, od oddechu po náročno. Celé běží v prohlížeči, nic neodchází na server.

Přetáhni sem MAL export (XML)
nebo klikni a vyber soubor  ·  export: myanimelist.net → Settings → Export (rozbal .gz)
nebo
Pokročilé ladění (volitelné)
Vyšší = než model uvěří, že tě nějaký žánr či téma táhne, musí ho vidět u víc titulů. Krotí náhodné výkyvy z malých vzorků.
Kolik titulů se nakonec vejde do žebříčku.
Spodní laťka kvality. Níž pustí i obskurní tipy, výš drží jistotu.
Jemné štítky jako „časové smyčky" nebo „antihrdina" místo hrubých žánrů — přesnější profil, o něco pomalejší.
Hledá tituly i mimo tvé okolí podle štítků, ne jen „protože sis oblíbil X". Víc objevů.
Bere studio jako součást vkusu — když táhneš třeba Kyoto Animation napříč žánry.
Podle tvých méně populárních oblíbených najde na Anilistu uživatele s podobným vkusem, ukáže je nahoře v doporučeních (jméno, avatar, % shody) a přimíchá jejich tipy. Přidá desítky dotazů na AniList (klidně +1 min) a funguje jen na veřejných seznamech. Defaultně vypnuto.

Výhody modelu

01Afinita, ne známka

Modeluju odchylku od komunity — tam je signál, který v surových známkách (skoro vše 7–10) chybí.

02Atributy z dat

Žádný ruční seznam žánrů. Efekty se učí přes empiricko-bayesovský shrinkage, malé vzorky se táhnou k nule.

03Nálady

KMeans nad atributovým otiskem najde tvé módy a osu emocionální náročnosti, mezi kterými přepínáš.

04Živé doporučení

Posuvníky na náladu, komfortní zónu a kvalitu přerovnají doporučení v reálném čase. Odkaz rovnou na MAL.

animodel · počítám

Načítám…
 
0 %