这种机器学习系统在任何环境下都是可以派上用场的，不仅仅是在市场环境中。但是某些社会结构更容易产生机器学习系统所需要的反馈数据。基于市场的分散性质，它能够产生大量的机器学习系统能够吸收和学习的独特信号。每一个信号，从交易达成、结账付款，到浏览可选商品时一个表示感兴趣（或不感兴趣）的微小手势，都具有信息价值。甚至这些互动的顺序也是很重要的，它代表信号发出的顺序。这些很小的信号可以产生大量的数据，数据点与个人偏好分析的关联也是充分的。
市场自身的重塑
市场重塑的所有必要因素都已就位。数据本体的改进帮助我们从大量的数据流中提取出有价值的数据，并对其进行多维度分类。匹配算法的进步使我们能够在我们所选择的市场中找到并选择最佳交易伙伴。机器学习系统通过观察我们，可以识别出我们的个人偏好，这样我们就不必花时间去思考和确定自己的个人偏好，以及赋予不同偏好不同的权重。作为我们信任的助手，当我们做出有偏颇的决策时机器学习系统会提醒我们（如果我们希望如此)，并在我们做出选择时给我们提出建议。最终，机器学习系统甚至会为我们做出很多决策。
这些技术如果结合起来，将会使我们成为非常强大的买家或卖家。这不是因为我们会在每一次谈判中获胜，而是因为我们的每一次行动都会是高效的，我们将会基于个人偏好不断地优化结果。这些技术如果结合起来，不仅会使参与者受益，而且将会大大地改善整个市场，使其成为协调人类活动的最有效场所。
数据资本时代
080