- I sistemi di raccomandazione raccolgono e analizzano dati per fornire consigli personalizzati, utilizzando big data, data mining e data analytics. Sebbene oggi siano prevalentemente online, questi sistemi derivano da pratiche commerciali offline di circa vent’anni fa. Un esempio celebre riguarda la catena Target che utilizzava dati d’acquisto per inviare pubblicità mirate.
- I recommendation system si basano su dati impliciti (storico acquisti, navigazione) ed espliciti (recensioni, valutazioni). Gli algoritmi variano da quelli semplici come il “cold starting” e le “regole associative” a quelli più complessi come la “fattorizzazione di matrici” e il “clustering group”. Esistono anche modelli ibridi che combinano diversi approcci per migliorare la precisione delle raccomandazioni.
- I sistemi di raccomandazione sfruttano tecnologie come il Machine Learning e frameworks come Hadoop e Apache Spark per analizzare grandi volumi di dati in tempo reale. Le aziende li utilizzano non solo per incrementare le vendite, ma anche per migliorare l’esperienza utente e fidelizzare i clienti, come dimostrato da casi di successo come Netflix.
Approfondimenti
Recommendation system, cos’è, come viene utilizzato
I sistemi di raccomandazione vanno a braccetto con i Big data e sono strumento molto usato in primis dalle piattaforme di ecommerce. Sono di diverso tipo e hanno quindi differenti applicazioni e saranno sempre più raffinati. Ecco cosa sapere
Pubblicato il 16 mar 2023
