Hva er anbefalingssystemer?

Anbefalingssystemer er systemer som gir anbefalinger for brukere på grunnlag av data brukerne har lagt inn i systemet.Jo mer data en bruker har gitt, jo mer nøyaktige kan slike systemer være.I tillegg hjelper data levert av enkeltbrukere til å forbedre systemet generelt, ved å generere informasjon som kan brukes til å komme med anbefalinger for andre brukere.Anbefalersystemer sees ofte på nettsteder som film- og TV -gjennomgangssider og de med store varelager av detaljhandel som vil være funksjonelt umulige å bla gjennom ved å se på hvert element.

Disse systemene kan samhandle med brukere på en rekke forskjellige måter.Den ene er som en tjeneste for brukere som leter etter flere ting de kan være interessert i, som videre lesing, TV -serier eller videospill.I disse systemene genererer brukeren en liste over likes og misliker, og systemet prøver å forutsi hvordan brukeren vil stemme på ting han eller hun ikke har stemt på ennå.Hvis den tror at noe ville ha en høy rating, antyder det det for brukeren.

godt designet anbefalelsessystemer lærer av sine feil.Et system kan anbefale lyden av musikk fordi en bruker likte Willy Wonka #38;Sjokoladefabrikken .Brukeren kan velge alternativer som jeg liker dette, eller jeg liker ikke dette.Hvis brukeren ikke likte lyden av musikk , kan systemet ta til etterretning og ytterligere avgrense algoritmen som brukes til å generere anbefalinger.Jo mer data som er påløpt, jo mer nyttige vil anbefalingene være.

Butikknettsteder bruker anbefalingssystemer for å lokke folk til å gjøre impulskjøp.Systemet noterer seg varer som er kjøpt og anbefaler relaterte og nyttige varer.For eksempel kan noen som kjøper et kamera bli spurt om han eller hun vil kjøpe en lader, en kamerakasse, filtre og flere linser.Noen som kjøper en bok om feministisk teori, kan bli fortalt at andre kjøpere av den tittelen også liker en annen, relatert tittel.Disse typer anbefalingssystemer gir mulighet for personlig markedsføring som er sannsynlig å appellere til brukere.

Disse systemene er avhengige av samarbeidsfiltrering av data, der data fra et stort antall brukere er organisert på meningsfulle måter.Dette gjør at nettstedet kan lage tilkoblinger som ellers ikke kan være tydelige, noe som forbedrer kvaliteten på anbefalingene.Brukere som ikke ønsker å delta, kan vanligvis endre alternativer i brukerinnstillingene sine, men de vil redusere kvaliteten på anbefalingene de mottar fordi systemet ikke kan lære av personens preferanser, bare den kollektive oppfatningen til andre brukere.