I skärningspunkten mellan socialpsykologi, datavetenskap och mode är Amy Winecoff.

Efter att ha tjänat en Ph.D. i psykologi och neurovetenskap här på Duke, Winecoff tillbringade tid med undervisning innan han flyttade över till industrin.

I dag, Winecoff arbetar som senior dataforskare på True Fit, ett företag som tillhandahåller verktyg till återförsäljare för att hjälpa dem att bestämma vilka produkter de föreslår till sina kunder.

True Fits mjukvara bygger på att samla in data om hur kläder passar människor som har köpt dem. Med dessa uppgifter om storlek och typ av kläder, True Fit kan ge storleksrekommendationer för en specifik konsument som vill köpa en viss produkt.

Förutom rekommendationer om storlek, True Fit ligger bakom många webbplatsers rekommendationer om produkter som liknar dem du surfar eller har köpt.

Även om dessa rekommendationssystem har visat sig fungera bra för sajter som Netflix, där du kanske har sett många olika filmer och program under det senaste förflutna som kan användas för att ge rekommendationer, Winecoff påpekar att detta kan vara svårt för något som byxor, som folk inte brukar köpa i lösvikt.

För att övervinna denna barriär, True Fit har konstruerat sitt system, kallad Discovery-motorn, att analysera ett enda plagg i femtio olika egenskaper. Med så mycket information, att ge rekommendationer för liknande stilar kan vara lättare.

Dock, Winecoffs bakgrund inom socialpsykologi har fått henne att ifrågasätta hur väl dessa algoritmer gör förutsägelser som är i linje med mänskligt beteende. Hon hävdar att förståelsen av hur människor formar sina preferenser är en integrerad del av att utforma ett system för att ge rekommendationer.

Ett sätt Winecoff testar hur sanna förutsägelserna är för mänskliga preferenser är att använda psykologiska studier för att få insikt i hur man finjusterar matematiskt baserade rekommendationer.

Med ett allmänt mål att bestämma hur människor bestämmer likheter i kläder, Winecoff designade en onlinestudie där försökspersonerna presenteras med ett plagg och berättade att plagget är slut i lager. De presenteras sedan med två alternativ och måste välja ett för att ersätta den slutgiltiga varan. Genom att variera en aspekt i vart och ett av de två alternativen, gillar olika färger, mönster, eller kjollängd, Winecoff och hennes kollegor kan skilja vilka egenskaper som är mest framträdande för en person när man bestämmer likhet.

Winecoffs arbete illustrerar kraften i att kombinera algoritmiska rekommendationer med socialpsykologiska resultat, och att vetenskapen når oväntade platser, som att påverka dina shoppingval.