Myslíte, že je reálné tyto techniky používat pro sledování statistik webu? Realtime analyzovat chování uživatele a nabízet mu obsah, který by ho možná zajímal dle analýzy uživatelů jiných. Například u hudebního portálu. Vysledovalo by se třeba, že lidi, kteří se zajímají o kapelu Kabát, hledají obvykle i Lucii, takže by se ke Kabátu přidala sekce "Související", kde by byla Lucie (mimo jiné). Myslíte že je vhodné tyto analýzy aplikovat v takovém případě?
Ano, přesně tak se to běžně používá na zahraničních webech, jak jsem popsal. Amazon sleduje, co kupujete nebo i co si prohlížíte a pak vám nabízí věci, o které měli zájem lidé, kteří si kupovali či prohlíželi stejné věci.
Nicméně Amazon nepřídává žádnou sekci jako odkaz - on vám to v reálném čase natlačí do webové stránky, kterou prohlížíte - takže třeba koukáte na CD Kabátu a hned pod tím je napsáno A mohlo by vás také zajímat: a je tam ta lucie...
Co se tyka web serveru tak jsem zahledl, ze MS IIS, nebo MS Commerce Server by mel mit collaborativni filtrovani nejak implementovane. Lidi z MS Research to testovali pro personalizaci www.microsoft.com. Zkousel jste to nekdo?
Amazon má asi databáze velké, ale algoritmus velmi pochybný. Vždycky mě rozesměje, když většinu osobně mně doporučených položek nelze dodávat na adresy mimo USA.
Už asi před rokem jsem jim vysvětloval, že je to naprosto kontraproduktivní, ale asi jsou s tím spokojeni.
Ta velikost databazi muze byt prave problem. Dat co se daji pouzit pro kolaborativni filtrovani je spousta (matice nakupu + vsemozne udaje o uzivatelich a titulech). Na druhou stranu udaje o aktualnim uzivateli byvaji dost nejednoznacne. K tomu je tu omezena doba na poskytnuti doporuceni takze ta se vetsinou bud predpripravi offline nebo se dopredu natrenuje nejaky zjednoduseny model uzivatelu, ktery zvladne doporucovat rychle na zaklade omezenych udaju.
To ze Amazon nepouziva pro filtrovani IP/reverz je zrejme zpusobeno (z jejich pohledu) zanedbatelnosti trhu mimo USA. O tom jestli by se jim to ted vyplatilo implementovat muzeme bohuzel jen spekulovat:-(
Jeste k terminologii: Obecne se rozlisuje 'kolaborativni filtrovani' (predikce hodnoceni aktualniho uzivatele na zaklade hodnoceni od ostatnich uzivatelu = jak by se mu co libilo) a 'recommender systemy' (ktere aktivne doporucuji co ma zkusit a kakluluji s tim co se od uzivatele dozvi, jak uzivatele to doporuceni ovlivni... = co doporucit kdyz vime jak by se mu co libilo).
Na MFF UK vedu diplomku studujici kolaborativni filtrovani pro seznamovaci kancelar. Krome toho budu brzo vypisovat dalsi softwarove projekty. Pokud myslite, ze mate zajimavou aplikaci a hlavne data kde by se dalo kolaborativni filtrovani aplikovat, tak se ozvete.
používá i pro systémy umožňující lidskou spolupráci. Tj. především groupware (na trhu od r. 1988) a knowledge management (cca od r.1995?).
Software zmiňovaný v článku lze zařadit do oblasti data mining, nebo ještě spíše Business Intelligence (od r.199x?) s tím, že podle výstupů ze systému se neplánují jen budoucí nákupy na sklad a zjišťování priorit uživatelů, ale jsou dány k dispozici přímo uživateli. To jen tak pro úplnost.
Nevím, lze-li vkus zjistit statisticky a lze-li prodejům takto významně pomoci. Myslím, že prodejní sítě se tak již dávno krystalizovaly samy. Kdo je horolezec, pro toho jsou shopy s horolezeckým vybavením atp. Možná, že na webu jsou nabídky méně přehledné než v krámu a tak odkazy na zboží podobné kvality mohou pomoci, ...?