Ano ang pinagtulungang pag -filter?

Ang pakikipagtulungan ng pag -filter ay isang pamamaraan para sa pagproseso ng data na umaasa sa paggamit ng data mula sa maraming mga mapagkukunan upang makabuo ng mga profile ng mga taong nauugnay sa mga katulad na panlasa at paggasta.Ang pamamaraan na ito ay ginagamit sa maraming iba't ibang mga setting.Ang ilan sa mga pinakatanyag na aplikasyon ng pakikipagtulungan na pag -filter ay makikita sa internet, kung saan ginagamit ito para sa marketing, upang mahulaan ang mga panlasa ng gumagamit, at upang mai -curate ang mga site na umaasa sa input mula sa mga gumagamit upang gumana.

sa isang simpleng halimbawa ng kung paano nagtutulunganMga gawa sa pag -filter, maaaring nais ng isang website na mag -set up ng isang sistema ng rekomendasyon para sa mga palabas sa telebisyon.Ang mga gumagamit ng site ay nagbibigay ng data kapag nag -log on at ilista ang mga palabas na gusto nila.Ang data na ito ay ginagamit upang makilala ang mga gumagamit na may katulad na panlasa.Kung ang 75% ng mga taong nais ay nagpapakita ng isang katulad na palabas B, ang sistema ay maaaring mas mababa na ang mga taong gusto ng isa ay nagpapakita marahil tulad ng iba.Kaya, kapag ang isang gumagamit ay nag -log on at kinikilala bilang isang tagahanga ng pagpapakita ng isang naghahanap ng mga mungkahi, maaaring inirerekumenda ng system na ipakita ang B.

para sa pakikipagtulungan na pag -filter upang gumana, nangangailangan ito ng maraming data.Ang mas malaki ang populasyon mula sa kung saan ang data ay iguguhit, mas kapaki -pakinabang at epektibo ang data.Ang maliit na halaga ng data ay mas malamang na magtatapos sa mga resulta na hindi makabuluhan, tulad ng mga maling koneksyon na nagreresulta sa hindi magandang hula ng mga panlasa.Ang mga nasabing sistema ay madalas na nagdurusa mula sa isang malamig na problema sa pagsisimula, kung saan mabagal silang bumuo dahil ang database ay kailangang ma -populasyon muna.Ang mga maagang nag -aampon ay maaaring lumaki ng pagkabigo sa system dahil gumagawa ito ng masamang mga rekomendasyon dahil wala itong sapat na data.Ang mga site ay nakakahanap sila ng kawili -wili.Tulad ng pagdaragdag ng mga gumagamit sa katawan ng data sa system, ang system ay maaaring magsimulang gumawa ng mga rekomendasyon na idinisenyo upang mag -apela sa bawat panlasa ng mga gumagamit.Halimbawa, ang isang social bookmarking site ay maaaring makabuo ng mga random na link batay sa mga link at mga gumagamit ng isang tao ay nagpahayag ng gusto sa nakaraan.Ang personalized na marketing na ito ay maaaring maging lubos na epektibo dahil ang pakiramdam ng mga gumagamit ay parang personal na tinutugunan, at mas malamang na tatanggapin nila ang mga rekomendasyon bilang isang resulta.Ang malawak na halaga ng data na ibinigay ng kusang -loob sa mga website tulad ng mga social networking site ay isang mainit na kalakal sa mga namimili, na bumili ng data mula sa mga nasabing site upang makabuo ng mga pasadyang mga kampanya.