Was ist die kollaborative Filterung?

kollaborative Filterung ist eine Methode zur Verarbeitung von Daten, die auf der Verwendung von Daten aus zahlreichen Quellen beruht, um Profile von Personen zu entwickeln, die mit ähnlichen Geschmacks- und Ausgabengewohnheiten verwandt sind. Diese Technik wird in einer Reihe verschiedener Einstellungen verwendet. Einige der berühmtesten Anwendungen der kollaborativen Filterung sind im Internet zu sehen, wo es zum Marketing verwendet wird, um den Benutzergeschmack vorherzusagen und Websites zu kuratieren, die auf Eingaben von Benutzern zu funktionieren. Benutzer der Site geben Daten an, wenn sie sich anmelden und die Shows auflisten, die sie mögen. Diese Daten werden wiederum verwendet, um Benutzer mit ähnlichen Geschmacksrichtungen zu identifizieren. Wenn 75% der Menschen, die A Like Show B zeigen, zeigen, dass das System den Menschen, die eine Show mögen, wahrscheinlich die andere mögen. Wenn sich ein Benutzer anmeldet und sich als Fan von Shows für Vorschläge anzeigt, kann das System Show b.

empfehlen, b.

Für die Arbeitskollaborationsfilterung benötigt es viele Daten. Je größer die Bevölkerung, aus der die Daten stammen, desto nützlicher und effektiver werden die Daten. Es ist wahrscheinlicher, dass kleine Datenmengen mit Ergebnissen enden, die nicht aussagekräftig sind, z. B. falsche Verbindungen, die zu schlechten Geschmacksvorhersagen führen. Solche Systeme leiden häufig unter einem kalten Startproblem, bei dem sie sich nur langsam entwickeln, da die Datenbank zuerst besiedelt werden muss. Frühe Anwender können mit dem System frustriert werden, da es schlechte Empfehlungen abgibt, da es nicht genügend Daten enthält.

kollaborative Filterung wird auch auf Websites und Websites für soziale Netzwerke ausgiebig verwendet, die Tools wie Enterprise -Lesezeichen bieten, bei denen Benutzer Links zu Websites teilen und fördern, die sie interessant finden. Wenn Benutzer den Datenkörper im System hinzufügen, kann das System Empfehlungen abgeben, die für APPE ausgelegt sindAl zum Geschmack jedes Benutzers. Beispielsweise kann eine soziale Bookmarkierungs -Site auf der Grundlage von Links zufällige Links generieren, und Benutzer, die jemand in der Vergangenheit mögen.

Vermarkter können die kollaborative Filterung verwenden, um den Benutzern ein sehr präzise gezielter Marketing zu liefern. Dieses personalisierte Marketing kann sehr effektiv sein, da die Benutzer das Gefühl haben, persönlich angesprochen zu werden, und sie akzeptieren mit größerer Wahrscheinlichkeit Empfehlungen. Die enormen Datenmengen, die freiwillig auf Websites wie Social -Networking -Websites bereitgestellt werden

ANDERE SPRACHEN

War dieser Artikel hilfreich? Danke für die Rückmeldung Danke für die Rückmeldung

Wie können wir helfen? Wie können wir helfen?