Hvad er samarbejdsfiltrering?

Samarbejdsfiltrering er en metode til behandling af data, der er afhængig 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 anvendelser af 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 funktion.

I et simpelt eksempel på, hvordan samarbejdsfiltrering fungerer, kan et websted muligvis 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 de mennesker, der kan lide show A -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, der leder efter forslag, kan systemet anbefale show b.

For samarbejdsfiltrering til arbejde har det brug for en masse data. Jo større befolkningen er tegnet, jo mere nyttige og effektive vil dataene være. Små mængder data er mere tilbøjelige til at ende med resultater, der ikke er meningsfulde, såsom falske forbindelser, der resulterer i dårlige forudsigelser af smag. Sådanne systemer lider ofte af et koldt startproblem, hvor de er langsomme med at udvikle sig, fordi databasen først skal befolkes. Tidlige adoptører kan blive frustrerede over systemet, fordi det fremsætter dårlige anbefalinger, da det ikke har nok data.

Samarbejdsfiltrering bruges også i vid udstrækning på sociale netværkswebsteder og websteder, der leverer værktøjer som enterprise -bogmærkning, hvor brugere deler og fremmer links til websteder, de finder interessante. Når brugere tilføjer til dataets krop i systemet, kan systemet begynde at fremsætte henstillinger, der er designet til at appeAl til hver brugers smag. For eksempel kan et socialt bogmærkningssted muligvis generere tilfældige links på grundlag af links og brugere, som nogen har udtrykt en smag for tidligere.

Marketingfolk kan bruge samarbejdsfiltrering til at levere meget præcist målrettet markedsføring til brugere. Denne personaliserede markedsføring kan være yderst effektiv, da brugerne føler, at de bliver personligt adresseret, og de er mere tilbøjelige til at acceptere 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.