Vad är samarbetsfiltrering?

Samarbetsfiltrering är en metod för att bearbeta data som förlitar sig på att använda data från många källor för att utveckla profiler av människor som är relaterade till liknande smak och spenderingsvanor. Denna teknik används i ett antal olika inställningar. Några av de mest kända applikationerna för samarbetsfiltrering kan ses på Internet, där det används för marknadsföring, för att förutsäga användarens smak och att sammanställa webbplatser som är beroende av input från användare för att fungera.

I ett enkelt exempel på hur samarbetsfiltrering fungerar, kanske en webbplats vill skapa ett rekommendationssystem för TV-program. Användare av sajten tillhandahåller data när de loggar in och visar de program de tycker om. Denna information används i sin tur för att identifiera användare med liknande smak. Om 75% av människor som gillar Show A gillar Show B, kan systemet dra slutsatsen att personer som gillar en show förmodligen gillar den andra. Således, när en användare loggar in och identifierar sig som ett fan av Show A som letar efter förslag, kan systemet rekommendera Show B.

För att filter ska fungera behöver den mycket data. Ju större befolkning som uppgifterna kommer från, desto mer användbar och effektiv kommer uppgifterna att bli. Små mängder data är mer benägna att sluta med resultat som inte är meningsfulla, till exempel falska anslutningar som resulterar i dåliga förutsägelser om smak. Sådana system lider ofta av ett kallstartproblem, där de är långsamma att utvecklas eftersom databasen måste fyllas först. Tidiga adoptörer kan bli frustrerade över systemet eftersom det ger dåliga rekommendationer eftersom det inte har tillräckligt med data.

Samarbetsfiltrering används också i stor utsträckning på webbplatser och webbplatser för sociala nätverk som tillhandahåller verktyg som företagsbokmärkning, där användare delar och marknadsför länkar till webbplatser som de tycker är intressanta. När användarna lägger till datainsamlingen i systemet kan systemet börja göra rekommendationer som är utformade för att tilltala varje användares smak. Till exempel kan en social bokmärkeswebbplats generera slumpmässiga länkar på grundval av länkar och användare som någon har uttryckt en smak för i det förflutna.

Marknadsförare kan använda samarbetsfiltrering för att leverera mycket exakt riktad marknadsföring till användare. Denna anpassade marknadsföring kan vara mycket effektiv eftersom användare känner att de adresseras personligen, och de är mer benägna att acceptera rekommendationer som ett resultat. De stora mängder data som frivilligt tillhandahålls på webbplatser som sociala nätverkssajter är en het vara bland marknadsförare som köper data från sådana webbplatser för att utveckla anpassade kampanjer.