feilkategorisering

Feilkategorisering er feil tilordning av et objekt, en dokument eller en hendelse til en kategori i et klassifiseringssystem. Det oppstår når noe som hører hjemme i en kategori blir plassert i en annen, eller når en kategori er for bred eller for snever i forhold til innholdet som beskrives. Feilkategorisering kan forekomme i ulike sammenhenger, inkludert dataregistrering, innholdsorganisering, arkiv og maskinlæring.

I digitale systemer kan feilkategorisering påvirke søk og navigasjon, for eksempel når produkter i en nettbutikk blir plassert i feil avdeling, eller når nyhetsartikler blir tagget under feil tema. Innen biblioteks-, arkiv- eller informasjonsstyringspraksis kan feil klassifisering gjøre det vanskelig å finne relevant materiale. I maskinlæringsmodeller er feilkategorisering en feil prediksjon der modellens utdata ikke samsvarer med sanne etiketter, noe som vises i en konfusjonsmatrise og påvirker nøyaktighet, presisjon, gjenkalling og F1-score.

Årsaker inkluderer uklare eller overlappende kategori-definisjoner, språknyanser og kontekst, utdatert taksonomi, menneskelig feil, samt mangel på tilstrekkelig kvalitetskontroll eller data som ikke representerer hele fenomenet.

Konsekvensene kan være dårligere brukeropplevelse, redusert søkeevne, feilaktige beslutninger, misfornøyde kunder og økte kostnader. Forebygging krever klare og veldefinerte taksonomier, kontinuerlig validering, regelmessig audit og oppdatering av kategorier, samt menneskelig gjennomgang og automatiske kvalitetskontroller for å oppdage og rette feilkategorisering tidlig.