Hvad er samarbejdsfiltrering?

Samarbejdsfiltrering er en metode til behandling af data, der er afhængige af at bruge data fra adskillige kilder til at udvikle profiler af mennesker, der er relateret til lignende smag og forbrugsvaner. Denne teknik bruges i en række forskellige indstillinger. Nogle af de mest berømte applikationer til samarbejdsfiltrering kan ses på Internettet, hvor det bruges til markedsføring, til at forudsige brugersmag og til at kuratere websteder, der er afhængige af input fra brugere til at fungere.

I et simpelt eksempel på, hvordan samarbejdsfiltrering fungerer, ønsker et websted muligvis at oprette et anbefalingssystem til tv-shows. Brugere af webstedet leverer data, når de logger på og viser de shows, de kan lide. Disse data bruges igen til at identificere brugere med lignende smag. Hvis 75% af mennesker, der kan lide Show A som Show B, kan systemet udlede, at folk, der kan lide det ene show, sandsynligvis kan lide det andet. Når en bruger logger på og identificerer sig som en fan af Show A på udkig efter forslag, kan systemet anbefale Vis B.

For at samarbejdsfiltrering skal fungere, har den brug for en masse data. Jo større populationen dataene trækkes fra, jo mere nyttige og effektive vil dataene være. Små mængder data slutter mere med resultater, der ikke er meningsfulde, såsom falske forbindelser, der resulterer i dårlige forudsigelser om smag. Sådanne systemer lider ofte af et koldstartproblem, hvor de er langsomme med at udvikle sig, fordi databasen først skal udfyldes. Tidlige adoptører kan blive frustrerede over systemet, fordi det giver dårlige henstillinger, da det ikke har nok data.

Samarbejdsfiltrering bruges også i vid udstrækning på sociale netværkswebsteder og -sider, der leverer værktøjer som virksomhedsbogmærkning, hvor brugere deler og promoverer links til websteder, de finder interessante. Efterhånden som brugerne tilføjer til mængden af ​​data i systemet, kan systemet begynde at fremsætte henstillinger, der er designet til at appellere til hver enkelt brugers smag. For eksempel kan et socialt bogmærkewebsted muligvis generere tilfældige links på grundlag af links og brugere, som nogen har udtrykt en smag for i fortiden.

Marketingfolk kan bruge samarbejdsfiltrering til at levere meget præcist målrettet markedsføring til brugerne. Denne personaliserede markedsføring kan være meget effektiv, da brugere har lyst til at blive adresseret personligt, og det er mere sandsynligt, at de accepterer anbefalinger som et resultat. De store mængder data, der frivilligt leveres på websteder såsom sociale netværkswebsteder, er en varm vare blandt marketingfolk, der køber data fra sådanne websteder for at udvikle tilpassede kampagner.