מהי מערכת המלצות?
מערכת המלצה נועדה לפרט ולתאר המלצות עבור משתמשים, לגבי מוצרים או פתרונות תוכן
אשר יהיו מעניינים עבורם בסבירות גבוהה.
המלצות אלה נועדו בין היתר לתמוך ולסייע בקבלת החלטת רכישה או שימוש במידע.
נסביר עוד על מערכת המלצה, תכונותיה, סוגים קיימים ועוד.
עיקרון הפעולה של פיתוח מערכת המלצה
מערכת המלצה נועדה להציג המלצות מותאמות אישית.
לשם כך, בפיתוח מערכת כזאת נדרשים לייצר יכולות של איסוף נתונים מהמשתמשים.
למשל, המערכת יכולה לזהות פריטים אשר נקנו על ידי המשתמשים בעבר באונליין.
היא יכולה לזהות רשימות השמעה או להכיר את הפריטים שמשתמשים בחנו בחנות מקוונת.
ישנן מערכות אשר מפנות גולשים סקרים או שאלות, לגבי דעתם על פריט מסוים (מתן ציון מספרי),
העדפת מוצר אחד מתוך כמה וכדומה.
למערכת יכולת להשוות נתוני לקוח או גולש, לנתונים קודמים שנאספו מקבוצת גולשים.
ההשוואה מאפשרת לייצר רשימה של פריטים או מוצרים שיוצגו לפני הגולש.
מאפיינים חשובים של מערכות המלצה טמונות ביכולת לאסוף מידע, לזהות,
לנתח ולספק המלצה מותאמת.
דוגמאות למערכות המלצה ניתן למצוא לדוגמא באתרים כגון אמזון, נטפליקס,
בחנויות ספרים מקוונים וכן באתרי סחר למיניהם.
סוגים של מערכות המלצה
מערכות המלצה יכולות להמליץ כאמור על מוצרים מוחשיים, אך הן יכולות גם לספק
המלצות על מוצרים אחרים.
למשל, המלצות צפייה, המלצות השמעה של תוכן אודיו, המלצות על תכנים מקוונים,
כתבות, מאמרים וכן הלאה.
מערכות המלצה מבוססות משוב
מערכת המלצות המאפשרת דירוג פריטים על פי משובים ותשובות מגולשים.
מערכות המלצה מבוססות תוכן
מערכת המלצות השואבות מידע מפרופילים של מידע גולשים, היסטוריית גלישה.
ההנחה היא שאפשר להתאים מוצרים או מידע מבוססי גיל, מקום מגורים ותחומי עניין.
מערכות המלצה משולבות
מערכת המלצה שיודעת לזהות מידע, תוכן, היסטוריית גלישה ועוד, לשם הצגת המלצה מותאמת אישית.
מערכת המלצה מבוססת בינה מלאכותית (AI) ולמידת מכונה
מערכות המלצה המתיגות נתוני עבר ולומדות את העדפות המשתמש על ידי התאמת טיפוס משתמש והעדפה
של כלל משתמשי המערכת לאורך זמן.
במערכות מבוססות בינה מלאכותית, כמות המידע יכולה לעשות את ההבדל בין אחוזי הצלחה של 95% בהעדפת
המשתמש לאחוזי הצלחה של 60% בהעדפות המשתמש ולכן חשוב לייצר כמה שיותר מידע מתוייג.
