Anbefalingssystemer

Et anbefalingssystem (engelsk: Recommender systems) er en underkategori av et informasjonssystem som har i oppgave å forutse vurderingene kunder gir produkter eller innhold.[1] [2]

Anbefalingssystemer brukes i en rekke områder, men ofte på tjenester som selger filmer, musikk, nyheter, bøker, forskningsartikler, og produkter. Bedrifter bruker anbefalingssystem for å øke salg av produkter og tjenester.[3] Ved å gi brukerne tilpassede anbefalinger er målet å gi anbefalinger som passer brukernes preferanser. Brukernes tidligere vurderinger av innhold skaper nye personliggjorte anbefalinger.[4]

Anbefalingsystemet bruker ofte Collaborative filtering eller Knowledge-based filtering til å generer disse anbefalingene. Collaborative filtering [5] går ut på at systemet sammenligner hva en kunde har kjøpt med hva ander kunder har kjøpt. Det setter så kunder med lignende kjøp i grupper sammen og anbefaler produktene de forskjellige ikke har kjøpt som andre har. letter sagt, hvis kunde 1 og kunde 2 har kjøpt produkt A, B og C. Men kunde 2 har også kjøpt produkt D og E. Så anbefaler systemet produkt D og E til kunde 1. Fordi hvis begge kunder liker A, B og C. så er det en sjanse for at de også begge vil like D og E. Det er dette prinsippet Collaborative filtering er basert på.

Knowledge-based filtering derimot er basert på å finne hva en kunde liker og så anbefale lignede produkter til den kunden. Det gjør det ved å finne kodeord som "blå", "skjorte", Striper" og "XL" fra andre kjøp kunden har gjort og så se etter det i beskrivelsene av andre produkter. Det setter også mere vekt på ord som går igjen mer i kundens kjøp og rangering historikk. Så hvis kunden ser mye på blå skjorter. Men ikke like ofte på stripede skjorter. Så setter systemet mer vekt på blå og skjorte enn stripete

ReferanserRediger

  1. ^ Francesco Ricci and Lior Rokach and Bracha Shapira, Introduction to Recommender Systems Handbook, Recommender Systems Handbook, Springer, 2011, s. 1-35
  2. ^ "Facebook, Pandora Lead Rise of Recommendation Engines - TIME". TIME.com. 27. mai 2010. Besøkt 1. juni 2015.
  3. ^ Aggarwal, C. (2016). Recommender systems : the textbook. Cham: Springer.
  4. ^ R. J. Mooney & L. Roy (1999). Content-based book recommendation using learning for text categorization. In Workshop Recom. Sys.: Algo. and Evaluation.
  5. ^ Theotokis, Aristeidis; Pramatari, Katerina; Doukidis, George (2009). «Consumer Acceptance of Technology Contact». SSRN Electronic Journal. ISSN 1556-5068. doi:10.2139/ssrn.1389502. Besøkt 22. november 2019.