Hva er samarbeidsfiltrering?

Samarbeidsfiltrering er en metode for å behandle data som er avhengig av å bruke data fra mange kilder for å utvikle profiler av mennesker som er relatert til lignende smak og forbruksvaner.Denne teknikken brukes i en rekke forskjellige innstillinger.Noen av de mest kjente applikasjonene av samarbeidsfiltrering kan sees på Internett, der det brukes til markedsføring, for å forutsi brukersmak og for å kuratere nettsteder som er avhengige av innspill fra brukere til å fungere.

I et enkelt eksempel på hvordan samarbeidsvilligFiltreringsarbeid, kanskje et nettsted kan sette opp et anbefalingssystem for TV -serier.Brukere av nettstedet gir data når de logger seg på og viser showene de liker.Disse dataene brukes igjen til å identifisere brukere med lignende smak.Hvis 75% av mennesker som liker viser en lignende show B, kan systemet utlede at folk som liker det ene viser sannsynligvis som det andre.Jo større befolkningen som dataene er trukket fra, jo mer nyttige og effektive vil dataene være.Små datamengder er mer sannsynlig å ende med resultater som ikke er meningsfulle, for eksempel falske forbindelser som resulterer i dårlige spådommer om smak.Slike systemer lider ofte av et kaldt startproblem, der de er trege med å utvikle seg fordi databasen først må befolkes.Tidlige adoptere kan bli frustrerte over systemet fordi det gir dårlige anbefalinger siden det ikke har nok data.

Samarbeidsfiltrering brukes også mye på sosiale nettverkssider og nettsteder som gir verktøy som enterprise -bokmerke, der brukere deler og markedsfører lenker tilnettsteder de synes er interessante.Når brukere legger til datamengden i systemet, kan systemet begynne å komme med anbefalinger som er designet for å appellere til hver brukere smaker.For eksempel kan et sosialt bokmerke -nettsted generere tilfeldige koblinger på grunnlag av lenker og brukere noen har uttrykt en smak for tidligere.

Markedsførere kan bruke samarbeidsfiltrering for å levere veldig nøyaktig målrettet markedsføring til brukere.Denne personlige markedsføringen kan være svært effektiv ettersom brukere føler at de blir personlig adressert, og det er mer sannsynlig at de aksepterer anbefalinger som et resultat.De enorme datamengdene levert frivillig på nettsteder som sosiale nettverkssider er en varm vare blant markedsførere, som kjøper data fra slike nettsteder for å utvikle tilpassede kampanjer.