Kollaborativ filtrering
Den här artikeln behöver källhänvisningar för att kunna verifieras. (2019-03) Åtgärda genom att lägga till pålitliga källor (gärna som fotnoter). Uppgifter utan källhänvisning kan ifrågasättas och tas bort utan att det behöver diskuteras på diskussionssidan. |
Kollaborativ filtrering (engelska: collaborative filtering) är en metod för filtrering av data som samlats in från olika användare, vilken används av rekommendationssystem.
Grundtanken bakom metoden är att om många användare interagerar med två specifika datapunkter: A respektive B, är det ett rimligt antagande att en annan användare - som också interagerar med datapunkt A - även kommer vilja interagera med datapunkt B. Metoden fungerar generellt bäst på data som samlats in från stora användargrupper, eftersom det ger de underliggande algoritmerna en större datamängd att basera filtreringen på.
Kritik
redigeraKritik mot metoden riktas först och främst mot problemen som uppstår med användare som är nytillkomna. Det finns generellt sett inte tillräckligt med insamlad data från dessa användare för att de ska kunna grupperas korrekt. De får därför ofta sämre rekommendationer än de användare vars interaktionsmönster har kartlagts i större utsträckning. Samma princip gäller även för nytillkommet innehåll, exempelvis en nysläppt bok som ingen hunnit köpa, vilken inte kommer rekommenderas för någon användare. För att motverka detta kan nytt innehåll slumpmässigt blandas (eller viktas) in i rekommendationerna.
Kollaborativ filtrering kan även ge upphov till filterbubblor, då användarna grupperas ihop med andra som har liknande preferenser.