Nara模仿神经元网络设计推荐算法，根据人的偏好与品味推荐餐馆

我们可以模仿神经元的运作方式去设计算法，MIT的几位科学家建立团队把这套原理应用到商业中去，建立了初创公司Nara。

Nara正是基于神经元的网络结构设计了一套推荐算法，根据人们的偏好与品味去推荐餐馆。现在，北美已经有一百多万家餐馆纳入了Nara的神经元网络。而且，像人的大脑一样，Nara也拥有学习能力，它可以把现实中的信息进行情境化分析。所以不仅餐馆，酒店也可以纳入这个体系。

用户点进Nara的网站，网站先随机给你推荐一些餐馆，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”，或者加入自己的Pinlist。Nara会记录下你的这些偏好，再对这些偏好数据进行学习，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。Nara强调自身不是一个“搜索（search）引擎”，而是一个“发现（find）引擎”，这样每个人被推荐的餐馆都是不一样的。

今年4月，Nara推出了一个企业服务平台naralogics.com，就是让企业本身也可以利用这套算法去研究顾客行为。

Nara尽管成立于2010年，但是最初两年一直用心在科研上面，就是为了研究出这套算法。去年6月，Nara发布了iOS和安卓版本。它刚刚又获得了6百万美元的A轮融资，Nara希望能够在全球推广他们的业务。

其实早在上世纪，诺贝尔经济学奖得主Hayek根据自己数十年的研究隐约感觉到，人的大脑内部的拓扑结构与市场的拓扑结构是平行的，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，其中一个很重要的方向就是，把社交网络的拓扑结构描绘出来去开发产品功能。