Współpracy filtrowanie (z angielskiego : filtrującego współpracy ) obejmuje wszystkie metody, które mają na celu budować systemy rekomendacyjne korzystających opinie i oceny grupy pomoc indywidualna.
Istnieją trzy główne kierunki badań w tym obszarze, każdy w zależności od danych zebranych o użytkownikach systemu:
Ten system w swoich prognozach wykorzystuje wyraźne gusta swoich użytkowników. Oznacza to, że do użytkowników będzie należało wypowiedzenie się (najczęściej dzięki systemowi ocen) na temat dostępnych im produktów. Jest to metoda używana głównie w witrynach do wyrażania opinii na temat produktów takich jak Netflix.
Ta metoda ma dwie zalety:
Jego główną wadą jest to, że zebrane informacje mogą zawierać tak zwane błędy w raportowaniu.
System ten przeprowadza analizę zachowania użytkownika w „tle”, aby wydedukować jego gusta i preferencje, bez konieczności świadomego wyrażania opinii przez użytkownika. Jest to metoda stosowana m.in. przez Facebooka i Amazon. Dwie godne uwagi zalety tego systemu:
Z drugiej strony, zebrane dane są trudniejsze do przypisania i zawierają błędy w przypisywaniu. Typowym przykładem jest wielokrotne korzystanie z konta przez kilku użytkowników.
To filtrowanie oparte na treści jest rodzajem filtrowania, w którym decyzja o wyborze dokumentu opiera się wyłącznie na jego zawartości. Techniki filtrowania oparte na treści działają poprzez scharakteryzowanie treści informacji (dokumentu), które mają być filtrowane. Reprezentacje dokumentów i profili w tego rodzaju filtrowaniu wykorzystują tylko informacje, które można uzyskać z ich odpowiedniego tematu. Innymi słowy, wybór dokumentów opiera się na porównaniu tematów poruszanych w dokumentach z tematami interesującymi użytkownika. Jest to podejście stosowane w szczególności w systemach wyszukiwania obrazów lub dokumentów multimedialnych, w których treść tekstowa jest często uboga lub źle dostosowana do wyszukiwania (patrz strona Wyszukiwanie informacji według treści ). W tym przypadku deskryptory matematyczne obliczone na podstawie surowej treści dokumentu są najczęściej używane, aby umożliwić filtrowanie.
Zwykle składają się z trzech etapów.
Metodologia:
Jako przewodnik po dobrym zastosowaniu zasad wspólnego filtrowania możemy pomyśleć o oprogramowaniu do wypożyczania filmów. Kiedy klienci zwracają płyty DVD, proszeni są o ocenę ich od 0 do 10, co wskazuje na ich zadowolenie z wypożyczonego filmu. Wszystkie oceny użytkowników służą do ustalania ich profili i porównywania ich z innymi klientami. Jeśli więc panu Dupontowi podobały się filmy Matrix, Superman i Harry Potter, poszukamy w Bazie danych klientów, którzy wydają się mieć te same gusta. Aby zilustrować ten przykład, załóżmy, że ci klienci również pokochali film Titanic. W takim przypadku oprogramowanie ma prawo założyć, że pan Dupont również polubi Titanica i dlatego zaoferuje mu je do wynajęcia.
System wspólnego filtrowania został spopularyzowany przez Amazon dzięki funkcji „ludzie, którzy kupili x, kupili również y”. System Amazona był pasywnym systemem, który opierał się na zakupach dokonywanych przez ludzi w celu zbudowania macierzy relacji między obiektami.
|