Koostööfiltreerimisel

Koostööfiltreerimine on soovitusalgoritmide klass, mis põhineb ideel, et kui inimesed on minevikus sarnaseid eelistusi jaganud, siis nad tõenäoliselt jagavad ka tulevikus sarnaseid eelistusi. Seda kasutatakse laialdaselt erinevate rakenduste, sealhulgas filmide, muusika ja toodete soovitamisel. Algoritmide põhiidee on leida sarnased kasutajad või sarnased üksused ja seejärel teha soovitus nende sarnasuste põhjal.

Koostööfiltreerimise kaks peamist tüüpi on kasutajapõhine ja üksuspõhine filtreerimine. Kasutajapõhine koostööfiltreerimine keskendub sarnaste kasutajate leidmisele ja nende eelistuste põhjal üksuste soovitamisele. Kui kasutaja A ja kasutaja B on minevikus ostnud või hinnanud sarnaseid üksusi, siis üksused, mis meeldivad kasutajale A, aga mida kasutaja B veel ei tunne, võidakse kasutajale B soovitada. Üksuspõhine koostööfiltreerimine keskendub sarnaste üksuste leidmisele ja nende põhjal soovitamisele. Kui kasutaja A ostis üksuse X ja üksuse Y, mis on ajalooliselt sageli koos ostetud või sarnaseks peetud, siis võidakse üksus Y soovitada ka teistele kasutajatele, kes on ostnud üksuse X.

Koostööfiltreerimisel on mitmeid eeliseid. See ei nõua üksuste kohta sisuteavet, mis muudab selle kohaldatavaks laiale valikule üksustele. See suudab leida ka üllatavaid või ebainuitiivseid soovitusi, mis põhinevad kasutajate tegelikul käitumisel. Kuid sellel on ka puudusi. Üks peamisi probleeme on "külmkäivitusprobleem", mis tekib siis, kui uute kasutajate või uute üksuste kohta pole piisavalt andmeid, et teha usaldusväärseid soovitusi. Samuti võib see kannatada andmete hõredusest, eriti kui kasutajabaas on suur ja kasutajad on interakteerunud vaid väikese osaga kõigist üksustest.