Что такое рекомендательные системы?

Рекомендательные системы - это системы, которые дают рекомендации для пользователей на основе данных, введенных пользователями в систему. Чем больше данных предоставил пользователь, тем более точными могут быть такие системы. Кроме того, данные, представленные отдельными пользователями, помогают улучшить систему в целом, генерируя информацию, которая может использоваться для выработки рекомендаций для других пользователей. Рекомендательные системы обычно встречаются на сайтах, таких как сайты с просмотром фильмов и телепрограмм, а также на тех, у кого большой инвентарь розничных товаров, которые функционально невозможно просмотреть, просматривая каждый товар.

Эти системы могут взаимодействовать с пользователями различными способами. Один из них - это услуга для пользователей, которые ищут больше вещей, которые могут их заинтересовать, например, дальнейшее чтение, телевизионные шоу или видеоигры. В этих системах пользователь генерирует список лайков и антипатий, и система пытается предсказать, как пользователь будет голосовать за вещи, за которые он или она еще не проголосовали. Если он считает, что что-то будет иметь высокий рейтинг, он предлагает это пользователю.

Хорошо спроектированные рекомендательные системы учатся на своих ошибках. Система может порекомендовать The Sound of Music, потому что пользователю понравился Willy Wonka & The Chocolate Factory . Пользователь может выбрать такие параметры, как «Мне нравится это» или «Мне это не нравится». Если пользователю не нравится «Звуки музыки» , система может принять к сведению и дополнительно уточнить алгоритм, используемый для генерации рекомендаций. Чем больше накопленных данных, тем полезнее будут рекомендации.

Торговые площадки используют рекомендательные системы, чтобы побудить людей совершать импульсивные покупки. Система учитывает приобретенные товары и рекомендует связанные и полезные товары. Например, кто-то, кто покупает камеру, может спросить, хочет ли он купить зарядное устройство, чехол для камеры, фильтры и дополнительные объективы. Кто-то, покупающий книгу по теории феминисток, может сказать, что другие покупатели этого названия также имеют другое, связанное название. Эти типы рекомендательных систем позволяют персонализированный маркетинг, который, скорее всего, понравится пользователям.

Эти системы опираются на совместную фильтрацию данных, в которой данные от огромного числа пользователей организованы осмысленным образом. Это позволяет сайту устанавливать связи, которые в противном случае могут быть неочевидными, что повышает качество рекомендаций. Пользователи, которые не хотят участвовать, обычно могут изменять параметры в своих пользовательских настройках, но они снижают качество рекомендаций, которые они получают, потому что система не может учиться на предпочтениях отдельных лиц, только на основе коллективного мнения других пользователей.