Jakie są systemy polecające?
Systemy rekomendujące to systemy, które tworzą rekomendacje dla użytkowników na podstawie danych wprowadzonych przez użytkowników do systemu. Im więcej danych podał użytkownik, tym dokładniejsze mogą być takie systemy. Ponadto dane przesyłane przez poszczególnych użytkowników pomagają ogólnie ulepszyć system, generując informacje, które można wykorzystać do sformułowania zaleceń dla innych użytkowników. Systemy rekomendujące są powszechnie spotykane na stronach takich jak witryny z recenzjami filmów i telewizji oraz te z dużymi zapasami produktów detalicznych, których przeglądanie każdego przedmiotu byłoby niemożliwe z funkcjonalnego punktu widzenia.
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, takich jak dalsze czytanie, programy telewizyjne lub gry wideo. W tych systemach użytkownik generuje listę upodobań, a system próbuje przewidzieć, w jaki sposób użytkownik będzie głosował na rzeczy, na które jeszcze nie głosował. Jeśli sądzi, że coś ma wysoką ocenę, sugeruje to użytkownikowi.
Dobrze zaprojektowane systemy rekomendujące uczą się na swoich błędach. System może polecić The Sound of Music, ponieważ użytkownik lubił Willy Wonka i fabrykę czekolady . Użytkownik może wybrać opcje takie jak „Lubię to” lub „Nie lubię tego”. Jeśli użytkownik nie polubił Dźwięku Muzyki , system mógł zanotować i dopracować algorytm używany do generowania rekomendacji. Im więcej zgromadzonych danych, tym bardziej pomocne będą rekomendacje.
Witryny detaliczne używają systemów rekomendujących, aby zachęcić ludzi do robienia impulsywnych zakupów. System bierze pod uwagę zakupione przedmioty i poleca powiązane i pomocne przedmioty. Na przykład ktoś, kto kupuje aparat, może zostać zapytany, czy chce kupić ładowarkę, futerał na aparat, filtry i dodatkowe obiektywy. Ktoś, kto kupuje książkę o teorii feministycznej, mógłby powiedzieć, że inni nabywcy tego tytułu również cieszą się innym, powiązanym tytułem. Tego rodzaju systemy rekomendujące pozwalają na spersonalizowany marketing, który z dużym prawdopodobieństwem spodoba się użytkownikom.
Systemy te polegają na wspólnym filtrowaniu danych, w którym dane od ogromnej liczby użytkowników są zorganizowane w znaczący sposób. Dzięki temu witryna może nawiązywać połączenia, które w innym przypadku nie byłyby widoczne, co poprawia jakość rekomendacji. Użytkownicy, którzy nie chcą brać udziału, mogą zazwyczaj zmieniać opcje w swoich ustawieniach użytkownika, ale obniżają jakość otrzymywanych rekomendacji, ponieważ system nie może uczyć się na podstawie preferencji danej osoby, a jedynie zbiorowej opinii innych użytkowników.