Wat zijn aanbevelingssystemen?
Aanbevelingssystemen zijn systemen die aanbevelingen doen voor gebruikers op basis van gegevens die de gebruikers in het systeem hebben ingevoerd. Hoe meer gegevens een gebruiker heeft verstrekt, hoe nauwkeuriger dergelijke systemen kunnen zijn. Bovendien helpen gegevens die door individuele gebruikers worden ingediend, het systeem in het algemeen te verbeteren, door informatie te genereren die kan worden gebruikt om aanbevelingen voor andere gebruikers te doen. Aanbevelingssystemen worden vaak gezien op sites zoals film- en televisierecensiesites en sites met grote voorraden retailartikelen die functioneel onmogelijk te doorzoeken zouden zijn door naar elk item te kijken.
Deze systemen kunnen op verschillende manieren met gebruikers communiceren. Eén is als een service voor gebruikers die op zoek zijn naar meer dingen waarin ze misschien geïnteresseerd zijn, zoals verder lezen, tv-shows of videogames. In deze systemen genereert de gebruiker een lijst met sympathieën en antipathieën en het systeem probeert te voorspellen hoe de gebruiker zal stemmen op dingen waarover hij of zij nog niet heeft gestemd. Als het denkt dat iets een hoge rating zou hebben, stelt het de gebruiker voor.
Goed ontworpen aanbevelingssystemen leren van hun fouten. Een systeem kan The Sound of Music aanbevelen omdat een gebruiker Willy Wonka & the Chocolate Factory leuk vond . De gebruiker kan opties zoals "Ik vind dit leuk" of "Ik vind dit niet leuk" selecteren. Als de gebruiker The Sound of Music niet leuk vond, kon het systeem kennis nemen en het algoritme verder verfijnen dat werd gebruikt om aanbevelingen te genereren. Hoe meer gegevens worden verzameld, des te nuttiger de aanbevelingen zullen zijn.
Retailsites gebruiken aanbevelingssystemen om mensen te verleiden tot impulsaankopen. Het systeem neemt nota van gekochte artikelen en beveelt gerelateerde en nuttige artikelen aan. Aan iemand die een camera koopt, kan bijvoorbeeld worden gevraagd of hij of zij een oplader, een cameratas, filters en extra lenzen wil kopen. Iemand die een boek over feministische theorie koopt, zou kunnen worden verteld dat andere kopers van die titel ook genieten van een andere, gerelateerde titel. Dit soort aanbevelingssystemen maakt gepersonaliseerde marketing mogelijk die zeer waarschijnlijk gebruikers zal aanspreken.
Deze systemen zijn gebaseerd op collaboratieve filtering van gegevens, waarbij gegevens van een groot aantal gebruikers op een zinvolle manier zijn georganiseerd. Hierdoor kan de site verbindingen leggen die anders misschien niet zichtbaar zijn, waardoor de kwaliteit van de aanbevelingen wordt verbeterd. Gebruikers die niet willen deelnemen, kunnen meestal opties in hun gebruikersinstellingen wijzigen, maar ze zullen de kwaliteit van de aanbevelingen die ze ontvangen verminderen omdat het systeem niet kan leren van de voorkeuren van het individu, alleen de collectieve mening van andere gebruikers.