Was ist kollaborative Filterung?

Die 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 verschiedenen 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.Filterwerke, eine Website möchte möglicherweise ein Empfehlungssystem für Fernsehsendungen einrichten.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 darauf schließen kann, dass Menschen, die eine Show mögen, wahrscheinlich die andere mögen.Wenn sich ein Benutzer anmeldet und sich als Fan von Shows für Vorschläge anmeldet, kann das System Show B.

für die Zusammenarbeit für die Arbeit empfehlen, es benötigt 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, wie beispielsweise 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 über genügend Daten verfügt.

Die kollaborative Filterung wird auch auf Websites und Websites für soziale Netzwerke ausführlich verwendetWebsites finden sie interessant.Da Benutzer die Datenkörper im System hinzufügen, kann das System Empfehlungen abgeben, die so konzipiert sind, dass sie jeden Benutzer schmecken.Beispielsweise kann eine Social -Bookmarking -Website zufällige Links auf der Grundlage von Links generieren, und Benutzer, die jemand in der Vergangenheit mögen.Dieses personalisierte Marketing kann sehr effektiv sein, da die Benutzer das Gefühl haben, persönlich angesprochen zu werden, und sie akzeptieren eher Empfehlungen.Die enormen Datenmengen, die freiwillig auf Websites wie Social -Networking -Websites bereitgestellt werden, sind eine heiße Ware unter den Vermarktern, die Daten von solchen Websites zur Entwicklung maßgeschneiderter Kampagnen kaufen.