Co to jest filtrowanie oparte na współpracy?
Filtrowanie grupowe to metoda przetwarzania danych, która polega na wykorzystaniu danych z wielu źródeł do opracowania profili osób powiązanych podobnymi gustami i nawykami wydawania pieniędzy. Ta technika jest używana w wielu różnych ustawieniach. Niektóre z najbardziej znanych aplikacji do filtrowania grupowego można zobaczyć w Internecie, gdzie są one wykorzystywane do marketingu, do przewidywania gustów użytkowników oraz do tworzenia witryn, których funkcjonowanie opiera się na informacjach użytkowników.
W prostym przykładzie działania filtrowania grupowego witryna może chcieć skonfigurować system rekomendacji dla programów telewizyjnych. Użytkownicy witryny podają dane podczas logowania i wyświetlają programy, które im się podobają. Te dane są z kolei wykorzystywane do identyfikacji użytkowników o podobnych gustach. Jeśli 75% osób, które lubią program A, to program B, system może wywnioskować, że osoby, które lubią jeden program, prawdopodobnie lubią drugi. Tak więc, gdy użytkownik loguje się i identyfikuje jako fan Pokazy A w poszukiwaniu sugestii, system może polecić Pokazywanie B.
Aby filtrowanie grupowe działało, wymaga dużej ilości danych. Im większa populacja, z której pochodzą dane, tym bardziej przydatne i skuteczne będą dane. Małe ilości danych częściej kończą się wynikami, które nie są znaczące, takie jak fałszywe połączenia, które prowadzą do złych prognoz smaków. Takie systemy często mają problem z zimnym startem, w którym rozwijają się wolno, ponieważ baza danych musi być najpierw zapełniona. Wcześni użytkownicy mogą być sfrustrowani systemem, ponieważ wydaje złe rekomendacje, ponieważ nie ma wystarczającej ilości danych.
Filtrowanie kooperacyjne jest również szeroko stosowane w serwisach społecznościowych i witrynach, które zapewniają narzędzia takie jak zakładkowe zakładki, w których użytkownicy udostępniają i promują linki do witryn, które uznają za interesujące. Gdy użytkownicy dodają do treści danych w systemie, system może zacząć wydawać zalecenia, które mają za zadanie spodobać się każdemu gustowi użytkownika. Na przykład serwis zakładek społecznościowych może generować losowe linki na podstawie linków i użytkowników, których ktoś kiedyś lubił.
Marketerzy mogą korzystać z filtrowania grupowego, aby dostarczać użytkownikom bardzo precyzyjnie ukierunkowany marketing. Ten spersonalizowany marketing może być bardzo skuteczny, ponieważ użytkownicy czują, że są adresowani osobiście, i w rezultacie częściej przyjmują rekomendacje. Ogromne ilości danych udostępnianych dobrowolnie na stronach internetowych, takich jak portale społecznościowe, są gorącym towarem wśród marketerów, którzy kupują dane z takich witryn w celu opracowania niestandardowych kampanii.