Qu'est-ce que le filtrage collaboratif?
Le filtrage collaboratif est une méthode de traitement des données qui repose sur l'utilisation de données provenant de nombreuses sources afin de développer des profils de personnes liées par des goûts et des habitudes de consommation similaires. Cette technique est utilisée dans un certain nombre de paramètres différents. Certaines des applications les plus connues du filtrage collaboratif sont disponibles sur Internet, où il est utilisé à des fins marketing, pour prévoir les goûts des utilisateurs et pour gérer des sites dont le fonctionnement dépend de la contribution des utilisateurs.
Dans un exemple simple du fonctionnement du filtrage collaboratif, un site Web peut vouloir mettre en place un système de recommandation pour les émissions de télévision. Les utilisateurs du site fournissent des données lorsqu’ils se connectent et répertorient les émissions qu’ils apprécient. Ces données sont à leur tour utilisées pour identifier les utilisateurs ayant des goûts similaires. Si 75% des personnes qui aiment le spectacle A aiment le spectacle B, le système peut en déduire que les personnes qui aiment un spectacle aiment probablement les autres. Ainsi, lorsqu'un utilisateur ouvre une session et s'identifie en tant que fan de Show A à la recherche de suggestions, le système peut recommander Show B.
Pour que le filtrage collaboratif fonctionne, il nécessite beaucoup de données. Plus la population à partir de laquelle les données sont extraites est importante, plus les données sont utiles et efficaces. De petites quantités de données ont plus de chances d'aboutir à des résultats qui ne sont pas significatifs, tels que de fausses connexions qui conduisent à de mauvaises prédictions de goûts. De tels systèmes souffrent souvent d'un problème de démarrage à froid, dans lequel ils sont lents à développer car la base de données doit d'abord être remplie. Les utilisateurs précoces peuvent être frustrés par le système car il fait de mauvaises recommandations car il ne dispose pas de suffisamment de données.
Le filtrage collaboratif est également largement utilisé sur les sites de réseaux sociaux et sur les sites fournissant des outils tels que la création de signets d'entreprise, dans lesquels les utilisateurs partagent et promeuvent des liens vers des sites qu'ils jugent intéressants. Au fur et à mesure que les utilisateurs ajoutent au corps de données du système, celui-ci peut commencer à formuler des recommandations conçues pour plaire aux goûts de chaque utilisateur. Par exemple, un site de bookmarking social peut générer des liens aléatoires sur la base de liens et d'utilisateurs qu'une personne a déjà aimés.
Les spécialistes du marketing peuvent utiliser le filtrage collaboratif pour offrir aux utilisateurs un marketing ciblé de manière très précise. Ce marketing personnalisé peut être très efficace car les utilisateurs ont le sentiment d'être adressés personnellement et sont donc plus enclins à accepter les recommandations. Les vastes quantités de données fournies volontairement sur des sites Web tels que les sites de réseaux sociaux sont un produit très prisé des spécialistes du marketing, qui achètent des données à partir de ces sites pour développer des campagnes personnalisées.