Was sind Empfehlungssysteme?

Empfehlungssysteme sind Systeme, die Benutzer auf der Grundlage von Daten Empfehlungen abgeben, die die Benutzer in das System eingegeben haben.Je mehr Daten ein Benutzer zur Verfügung gestellt hat, desto genauer sind solche Systeme.Darüber hinaus helfen Daten, die von einzelnen Benutzern übermittelt wurden, das System insgesamt, indem Informationen generiert werden, die verwendet werden können, um Empfehlungen für andere Benutzer abzugeben.Empfehlungssysteme werden häufig auf Websites wie Film- und Fernsehseiten und solchen mit großen Beständen von Einzelhandelsgegenständen zu sehen, die durch Betrachtung jedes Elements funktional unmöglich zu durchsuchen wären.

Diese Systeme können auf verschiedene Arten mit den Benutzern interagieren.Einer ist ein Service für Benutzer, die nach mehr Dingen suchen, an denen sie interessiert sein könnten, z. B. weitere Lesen, Fernsehsendungen oder Videospiele.In diesen Systemen generiert der Benutzer eine Liste von Likes und Abneigungen, und das System versucht vorherzusagen, wie der Benutzer über Dinge abstimmen wird, über die er noch nicht gestimmt hat.Wenn es glaubt, dass etwas eine hohe Bewertung hat, schlägt es dem Benutzer vor.Ein System kann

den Klang von Musik empfehlen, weil ein Benutzer

Willy Wonka #38 mochte;Die Schokoladenfabrik .Der Benutzer könnte Optionen wie ich dies mögen oder ich mag das nicht.Wenn der Benutzer den Klang von Musik nicht mochte, könnte das System den Algorithmus zur Erzeugung von Empfehlungen zur Kenntnis nehmen und weiter verfeinern.Je mehr Daten aufgenommen wurden, desto hilfreicher werden die Empfehlungen sein. Einzelhandelsstandorte verwenden Empfehlungssysteme, um Menschen dazu zu bringen, Impulskäufe zu tätigen.Das System zur Kenntnis von gekauften und empfohlenen Artikeln und empfohlenen und hilfreichen Artikeln.Zum Beispiel könnte jemand, der eine Kamera kauft, gefragt werden, ob er oder sie ein Ladegerät, einen Kamerafall, Filter und zusätzliche Objektive kaufen möchte.Jemand, der ein Buch über die feministische Theorie kauft, könnte mitgeteilt werden, dass andere Käufer dieses Titels auch einen anderen, verwandten Titel genießen.Diese Arten von Empfehlungssystemen ermöglichen ein personalisiertes Marketing, das die Benutzer sehr wahrscheinlich anspricht. Diese Systeme stützen sich auf die kollaborative Filterung von Daten, in denen Daten aus einer großen Anzahl von Benutzern auf sinnvolle Weise organisiert sind.Auf diese Weise kann die Website Verbindungen herstellen, die sonst möglicherweise nicht erkennbar sind und die Qualität der Empfehlungen verbessern.Benutzer, die nicht teilnehmen möchten, können in der Regel die Optionen in ihren Benutzereinstellungen ändern, verringern jedoch die Qualität der Empfehlungen, die sie erhalten, da das System nicht aus den Vorlieben des Einzelnen lernen kann, nur die kollektive Meinung anderer Benutzer.