Hva er samarbeidsfiltrering?

Samarbeidsfiltrering er en metode for å behandle data som er avhengig av å bruke data fra en rekke kilder for å utvikle profiler av mennesker som er relatert av lignende smak og bruksvaner. Denne teknikken brukes i en rekke forskjellige innstillinger. Noen av de mest kjente applikasjonene for samarbeidsfiltrering kan sees på Internett, der det brukes til markedsføring, for å forutsi brukersmak og for å kuratere nettsteder som er avhengige av innspill fra brukere til å fungere.

I et enkelt eksempel på hvordan samarbeidsfiltrering fungerer, vil et nettsted kanskje sette opp et anbefalingssystem for TV-serier. Brukere av nettstedet gir data når de logger seg på og viser showene de liker. Disse dataene brukes igjen for å identifisere brukere med lignende smak. Hvis 75% av mennesker som liker Show A liker Show B, kan systemet utlede at folk som liker det ene showet sannsynligvis liker det andre. Så når en bruker logger seg på og identifiserer seg som en fan av Show A på jakt etter forslag, kan systemet anbefale Show B.

For at filtering skal fungere, trenger den mye data. Jo større populasjon dataene er hentet fra, jo mer nyttige og effektive vil dataene være. Små datamengder vil sannsynligvis ende med resultater som ikke er meningsfulle, for eksempel falske forbindelser som resulterer i dårlige forutsigelser av smak. Slike systemer lider ofte av et kaldstartproblem, der de er trege med å utvikle seg fordi databasen først må fylles. Tidlige adoptere kan bli frustrerte over systemet fordi det gir dårlige anbefalinger siden det ikke har nok data.

Samarbeidsfiltrering brukes også mye på nettsteder og nettsteder som tilbyr verktøy som bokmerke for bedrifter, der brukere deler og promoterer lenker til nettsteder de synes er interessante. Når brukerne legger til datamassen i systemet, kan systemet begynne å gi anbefalinger som er designet for å appellere til hver enkelt brukers smak. For eksempel kan et sosialt bokmerke-nettsted generere tilfeldige lenker på grunnlag av koblinger og brukere som noen har uttrykt en smak for tidligere.

Markedsførere kan bruke samarbeidsfiltrering for å levere veldig presis målrettet markedsføring til brukere. Denne personaliserte markedsføringen kan være svært effektiv ettersom brukerne føler at de blir adressert personlig, og det er mer sannsynlig at de godtar anbefalinger som et resultat. De store datamengdene som frivillig leveres på nettsteder som nettsteder for sosiale nettverk, er en varm handelsvare blant markedsførere, som kjøper data fra slike nettsteder for å utvikle tilpassede kampanjer.