Es habitual ver, mientras navegamos por la Red, la frase “Las personas que compraron X, también han comprado Y”. Y lo que hay detrás de la misma son los ‘motores de recomendación’ que analizan el historial de compras/visitas del usuario y lo comparan con el de otros usuarios, todo ello para sugerir artículos o productos que podrían resultar de su interés en un futuro. Estos motores pueden llegar a aumentar notablemente las ventas, y por ello se han convertido en una funcionalidad imprescindible en numerosos servicios online. Tanto es así que la web líder en películas y series en Internet, Netflix, ofreció -ya en 2006- un premio de un millón de dólares al primer desarrollador que pudiera optimizar su algoritmo de recomendación en más de un 10%.
Ahora, el interés por mejorar los motores de recomendación forma parte también de la labor académica del MIT, donde Amy Zhang ha estado investigando si sería posible detectar aquellas cuentas que son usadas por varios usuarios (cosa muy común en Netflix) y -en caso de respuesta positiva- cómo podrían modificarse las recomendaciones mostradas, diferenciando los gustos de cada uno de los usuarios de la misma.
El equipo de investigación trabajó con dos conjuntos de datos:
- 4 millones de recomendaciones realizadas por 171.000 usuarios sobre un total de 20.000 películas, más información adicional sobre los arreglos para el hogar de un conjunto de 600 usuarios (272 hogares con 2 usuarios, 14 con 3 y 4 con 4).
- Las calificaciones de 500.000 usuarios sobre 17.000 películas.
Lo primero que hicieron (con el primer grupo de datos) fue encontrar un número de grupos coherentes de recomendaciones que se correspondiera con el número de personas en el hogar. Un ejemplo de ello sería una cuenta de usuario con recomendaciones tanto de películas de Pixar como de terror psicológico, en un hogar con dos personas. Posteriormente, lo aprendido al analizar este primer conjunto de datos fue aplicado al segundo (en el que se desconocía el número de personas en cada hogar), llegando a la conclusión de que entre las cuentas de Netflix con más de 500 películas calificadas (55.000 usuarios), 37.000 de ellas eran individuales, 15.000 eran usadas por dos personas, y 3.000 por tres o más. La efectividad comercial de la futura implantación de este sistema aún está, sin embargo, por comprobar.
Imagen | beautyredefined via photopin cc
from TICbeat http://ift.tt/1AYsAn0
