O que é filtragem colaborativa?

A filtragem colaborativa é um método para processamento de dados que se baseiam no uso de dados de inúmeras fontes para desenvolver perfis de pessoas relacionadas por gostos e hábitos de gastos semelhantes. Esta técnica é usada em várias configurações diferentes. Algumas das aplicações mais famosas da filtragem colaborativa podem ser vistas na Internet, onde é usado para marketing, para prever o gosto do usuário e para curar sites que dependem da entrada dos usuários para a função. Os usuários do site fornecem dados quando efetuam logon e listam os programas que gostam. Esses dados, por sua vez, são usados ​​para identificar usuários com gostos semelhantes. Se 75% das pessoas que gostam do show como o show B, o sistema pode inferir que pessoas que como um programa provavelmente gostam do outro. Assim, quando um usuário faz logon e se identifica como um fã do Show A Procurando sugestões, o sistema pode recomendar o show b.

Para que a filtragem colaborativa funcione, ela precisa de muitos dados. Quanto maior a população da qual os dados são desenhados, mais úteis e eficazes serão os dados. É mais provável que pequenas quantidades de dados terminem com resultados que não são significativos, como conexões falsas que resultam em más previsões de gostos. Tais sistemas geralmente sofrem de um problema de início frio, no qual demoram a se desenvolver, porque o banco de dados precisa ser preenchido primeiro. Os primeiros adotantes podem ficar frustrados com o sistema, porque faz ruins recomendações, pois não possui dados suficientes.

A filtragem colaborativa também é usada extensivamente em sites e sites de redes sociais, que fornecem ferramentas como o livro corporativo, no qual os usuários compartilham e promovem links para sites que acham interessante. À medida que os usuários adicionam ao corpo de dados no sistema, o sistema pode começar a fazer recomendações projetadas para appearAl para os gostos de cada usuário. Por exemplo, um site de marcas sociais pode gerar links aleatórios com base em links e usuários que alguém expressou um gosto no passado.

Os profissionais de marketing podem usar a filtragem colaborativa para fornecer marketing com muita precisão direcionado aos usuários. Esse marketing personalizado pode ser altamente eficaz, pois os usuários sentem que estão sendo abordados pessoalmente e é mais provável que aceite recomendações como resultado. As vastas quantidades de dados fornecidas voluntariamente em sites como sites de redes sociais são uma mercadoria quente entre os profissionais de marketing, que compram dados desses sites para desenvolver campanhas personalizadas.