Apa sistem rekomendasi?

Sistem Rekomendasi adalah sistem yang membuat rekomendasi bagi pengguna berdasarkan data yang telah dimasukkan pengguna ke dalam sistem.Semakin banyak data yang disediakan pengguna, semakin akurat sistem tersebut.Selain itu, data yang dikirimkan oleh pengguna individu membantu meningkatkan sistem secara keseluruhan, dengan menghasilkan informasi yang dapat digunakan untuk membuat rekomendasi untuk pengguna lain.Sistem rekomendasi umumnya terlihat di situs -situs seperti situs ulasan film dan televisi dan mereka yang memiliki inventaris besar item ritel yang secara fungsional tidak mungkin untuk menelusuri dengan melihat setiap item.

Sistem ini dapat berinteraksi dengan pengguna dalam sejumlah cara berbeda.Salah satunya adalah sebagai layanan kepada pengguna yang mencari lebih banyak hal yang mungkin mereka minati, seperti bacaan lebih lanjut, acara televisi, atau video game.Dalam sistem ini, pengguna menghasilkan daftar suka dan tidak suka dan sistem mencoba memprediksi bagaimana pengguna akan memberikan suara pada hal -hal yang belum dia pilih.Jika berpikir bahwa sesuatu akan memiliki peringkat tinggi, itu menyarankannya kepada pengguna.

Sistem rekomendasi yang dirancang dengan baik belajar dari kesalahan mereka.Suatu sistem mungkin merekomendasikan suara musik karena pengguna yang disukai Willy Wonka #38;Pabrik Cokelat .Pengguna dapat memilih opsi seperti saya suka ini atau saya tidak suka ini.Jika pengguna tidak menyukai suara musik , sistem dapat mencatat dan lebih lanjut memperbaiki algoritma yang digunakan untuk menghasilkan rekomendasi.Semakin banyak data yang diperoleh, semakin membantu rekomendasinya.

Situs ritel menggunakan sistem rekomendasi untuk menarik orang agar melakukan pembelian impulsif.Sistem mencatat barang yang dibeli dan merekomendasikan item terkait dan bermanfaat.Misalnya, seseorang yang membeli kamera mungkin ditanya apakah dia ingin membeli pengisi daya, kasing kamera, filter, dan lensa tambahan.Seseorang yang membeli buku tentang teori feminis mungkin diberitahu bahwa pembeli lain dari judul itu juga menikmati judul terkait lainnya.Jenis -jenis sistem rekomendasi ini memungkinkan pemasaran yang dipersonalisasi yang sangat mungkin menarik bagi pengguna.

Sistem ini bergantung pada penyaringan data kolaboratif, di mana data dari sejumlah besar pengguna diatur dengan cara yang bermakna.Ini memungkinkan situs untuk membuat koneksi yang mungkin tidak terlihat, meningkatkan kualitas rekomendasi.Pengguna yang tidak ingin berpartisipasi biasanya dapat mengubah opsi dalam pengaturan pengguna mereka, tetapi mereka akan mengurangi kualitas rekomendasi yang mereka terima karena sistem tidak dapat belajar dari preferensi individu, hanya pendapat kolektif dari pengguna lain.