O que são sistemas de recomendação?
Sistemas de recomendação são sistemas que fazem recomendações para usuários com base em dados que os usuários inseriram no sistema. Quanto mais dados um usuário fornece, mais precisos esses sistemas podem ser. Além disso, os dados enviados por usuários individuais ajudam a melhorar o sistema em geral, gerando informações que podem ser usadas para fazer recomendações para outros usuários. Os sistemas de recomendação são comumente vistos em sites como sites de revisão de filmes e televisão e aqueles com grandes inventários de itens de varejo que seriam funcionalmente impossíveis de navegar observando todos os itens.
Esses sistemas podem interagir com os usuários de várias maneiras diferentes. Uma é como um serviço para usuários que procuram mais coisas em que possam estar interessados, como leitura adicional, programas de televisão ou videogames. Nesses sistemas, o usuário gera uma lista de curtidas e desgostos e o sistema tenta prever como o usuário votará nas coisas em que ainda não votaram. Se pensa que algo woulD tem uma classificação alta, sugere isso ao usuário.
Sistemas de recomendação bem projetados aprendem com seus erros. Um sistema pode recomendar o som da música porque um usuário gostou de Willy Wonka e a fábrica de chocolate . O usuário pode selecionar opções como "eu gosto disso" ou "Eu não gosto disso". Se o usuário não gostou do o som da música , o sistema poderá tomar nota e refinar ainda mais o algoritmo usado para gerar recomendações. Quanto mais dados acumulados, mais úteis serão as recomendações.
Os sites de varejo usam sistemas de recomendação para atrair as pessoas a fazer compras por impulso. O sistema toma nota dos itens comprados e recomenda itens relacionados e úteis. Por exemplo, alguém que está comprando uma câmera pode ser perguntado se ele ou ela deseja comprar um carregador, um estojo de câmera, filtros e lentes adicionais. Alguém comprando um livro sobre teoria feminista pode ser contadaOs outros compradores desse título também desfrutam de outro título relacionado. Esses tipos de sistemas de recomendação permitem marketing personalizado que provavelmente atrairá os usuários.
Esses sistemas dependem da filtragem colaborativa de dados, nos quais dados de um grande número de usuários são organizados de maneiras significativas. Isso permite que o site faça conexões que, de outra forma, não podem ser aparentes, melhorando a qualidade das recomendações. Os usuários que não desejam participar geralmente podem alterar as opções em suas configurações de usuário, mas reduzirão a qualidade das recomendações que recebem porque o sistema não pode aprender com as preferências do indivíduo, apenas a opinião coletiva de outros usuários.