共同フィルタリングとは何ですか？

Collaborative Collaborativeフィルタリングは、多数のソースからのデータを使用して、同様の好みや支出習慣に関連する人々のプロファイルを開発することに依存するデータを処理する方法です。この手法は、さまざまな設定で使用されます。共同フィルタリングの最も有名なアプリケーションのいくつかは、マーケティング、ユーザーの好みの予測、ユーザーからの入力に依存するサイトをキュレートするために使用されるインターネットで見ることができます。フィルタリングが機能しているため、ウェブサイトはテレビ番組の推奨システムを設定したい場合があります。サイトのユーザーは、ログオンするときにデータを提供し、好きなショーをリストします。このデータは、同様の好みのユーザーを識別するために使用されます。好きな人の75％が「Like Show B」を見せることができれば、ある人が好きな人がおそらく他の人と同じようにショーをする人を推測することができます。したがって、ユーザーがログオンしてショーのファンとして識別すると、システムはコラボレーションフィルタリングのためにショーBを推奨することができます。データが描画される母集団が大きいほど、データはより有用で効果的になります。少量のデータは、味の不十分な予測をもたらす誤ったつながりなど、意味のない結果で終わる可能性が高くなります。このようなシステムは、データベースを最初に入力する必要があるため、開発が遅いコールドスタートの問題に苦しむことがよくあります。早期採用者は、十分なデータがないため、悪い推奨事項を作成するため、システムに不満を抱く可能性があります。彼らが面白いと思うサイト。ユーザーがシステム内のデータボディに追加すると、システムは各ユーザーにアピールするように設計された推奨事項を作成し始めることができます。たとえば、ソーシャルブックマークサイトは、リンクに基づいてランダムなリンクを生成する可能性があり、ユーザーは過去に好みを表明してきました。このパーソナライズされたマーケティングは、ユーザーが個人的に対処されていると感じるため、非常に効果的であり、結果として推奨事項を受け入れる可能性が高くなります。ソーシャルネットワーキングサイトなどのWebサイトで自発的に提供される膨大な量のデータは、マーケティング担当者の間でホットな商品であり、そのようなサイトからデータを購入してカスタマイズされたキャンペーンを開発します。