Co to jest filtrowanie współpracy?
Filtrowanie współpracy to metoda przetwarzania danych, która opiera się na wykorzystywaniu danych z wielu źródeł w celu opracowania profili osób związanych z podobnymi gustami i nawykami wydatków. Ta technika jest stosowana w wielu różnych ustawieniach. Niektóre z najbardziej znanych zastosowań filtrowania współpracy można zobaczyć w Internecie, gdzie jest używany do marketingu, przewidywania smaków użytkowników i do wyczerpania witryn, które opierają się na danych wejściowych od użytkowników do funkcjonowania.
W prostym przykładzie działania filtrowania współpracy, witryna może chcieć ustawić system rekomendacji dla programów telewizyjnych. Użytkownicy Witryny podają dane, gdy logują się i wyświetlają pokazy, które im się podoba. Dane te z kolei są używane do identyfikacji użytkowników o podobnych smakach. Jeśli 75% osób, które lubią pokazują A podobny program B, system może wywnioskować, że ludzie, którzy lubią jeden program, prawdopodobnie jak drugi. Zatem, gdy użytkownik loguje się i identyfikuje jako fan pokazania sugestii, system może zalecić show b.
W przypadku filtrowania współpracy do działania potrzebuje dużo danych. Im większa populacja, z której pobierane są dane, tym bardziej przydatne i skuteczne będą dane. Niewielkie ilości danych częściej kończą się na wynikach, które nie są znaczące, takie jak fałszywe połączenia, które powodują słabe prognozy smaku. Takie systemy często cierpią z powodu problemu zimnego startu, w którym powoli rozwijają się, ponieważ baza danych musi zostać zapełniona najpierw. Pierwsi użytkownicy mogą stać się sfrustrowani systemem, ponieważ składa złe zalecenia, ponieważ nie ma wystarczającej liczby danych.
Filtrowanie współpracy jest również szeroko stosowane w serwisach i witrynach społecznościowych, które zapewniają narzędzia takie jak zakładki korporacyjne, w których użytkownicy udostępniają i promują linki do witryn, które uważają za interesujące. Gdy użytkownicy dodają do ciała danych w systemie, system może zacząć wydawać zalecenia zaprojektowane do apeAl do gustów każdego użytkownika. Na przykład strona zakładek społecznych może generować losowe linki na podstawie linków i użytkowników, za które ktoś wyraził upodobanie w przeszłości.
Marketerzy mogą korzystać z filtrowania współpracy, aby dostarczyć użytkownikom bardzo precyzyjnie ukierunkowany marketing. Ten spersonalizowany marketing może być bardzo skuteczny, ponieważ użytkownicy uważają, że są osobiście adresowani i w rezultacie są bardziej prawdopodobne, że przyjmują zalecenia. Ogromne ilości danych dostarczanych dobrowolnie na stronach internetowych takich jak strony społecznościowe są gorącym towarem wśród marketerów, które kupują dane z takich witryn w celu opracowania niestandardowych kampanii.