Co to są systemy rekomendatorów?
Systemy rekomendacji to systemy, które wydają zalecenia dla użytkowników na podstawie danych, które użytkownicy wprowadzili do systemu. Im więcej danych dostarczył użytkownik, tym dokładniejsze mogą być takie systemy. Ponadto dane przesłane przez poszczególnych użytkowników pomagają ogólnie ulepszyć system, generując informacje, które można wykorzystać do wydawania zaleceń dla innych użytkowników. Systemy rekomendatorów są powszechnie widoczne na stronach takich jak witryny recenzji filmowej i telewizyjnej oraz te z dużymi zapasami przedmiotów detalicznych, które byłyby funkcjonalnie niemożliwe do przeglądania poprzez patrzenie na każdy element.
Systemy te mogą wchodzić w interakcje z użytkownikami na wiele różnych sposobów. Jednym z nich jest usługa dla użytkowników, którzy szukają więcej rzeczy, którymi mogą być zainteresowani, takimi jak dalsze czytanie, programy telewizyjne lub gry wideo. W tych systemach użytkownik generuje listę polubień i niechęci, a system próbuje przewidzieć, w jaki sposób użytkownik będzie głosował na rzeczy, na które jeszcze nie głosował. Jeśli myśli, że coś jestd mają wysoką ocenę, sugeruje to użytkownikowi.
Dobrze zaprojektowane systemy rekomendatorów uczą się na ich błędach. System może zalecić dźwięk muzyki , ponieważ użytkownik lubił Willy Wonka i The Chocolate Factory . Użytkownik może wybrać takie opcje, jak „Lubię to” lub „Nie lubię tego”. Jeśli użytkownik nie lubił dźwięk muzyki , system może zwrócić uwagę i dodatkowo udoskonalić algorytm używany do generowania zaleceń. Im więcej danych naliczonych, tym bardziej pomocne będą zalecenia.
Witryny detaliczne wykorzystują systemy rekomendujących, aby zachęcić ludzi do zakupów impulsowych. System zwraca uwagę na zakupione przedmioty i zaleca powiązane i pomocne przedmioty. Na przykład ktoś, kto kupuje aparat, może zostać zapytany, czy chce kupić ładowarkę, obudowę aparatu, filtry i dodatkowe soczewki. Ktoś kupujący książkę o teorii feministycznej można powiedziećTa inni nabywcy tego tytułu również cieszą się innym, powiązanym tytułem. Tego rodzaju systemy rekomendatorów pozwalają na spersonalizowany marketing, który jest bardzo prawdopodobny, że będą atrakcyjne dla użytkowników.
Systemy te opierają się na wspólnym filtrowaniu danych, w których dane z ogromnej liczby użytkowników są organizowane w znaczący sposób. Pozwala to na nawiązanie połączeń, które w innym przypadku nie mogą być widoczne, poprawiając jakość zaleceń. Użytkownicy, którzy nie chcą uczestniczyć, zwykle mogą zmienić opcje w ustawieniach użytkowników, ale zmniejszy jakość otrzymywanych zaleceń, ponieważ system nie może się uczyć na podstawie preferencji jednostki, tylko zbiorową opinię innych użytkowników.