A webes vásárlás az a terület, ahol legközelebbről találkozhatsz az adatbányászattal és leginkább hasznát veszed személyesen is. Ha vásároltál már könyvet, vagy gyakran nézegetsz egyéb webáruházakat, feltűnhet, hogy mindegyiken működik valamilyen ajánlórendszer, ami az aktuálisan böngészett terméken kívül más hasonló vagy kapcsolódó termékeket ajánl neked. Az ajánlórendszer feladata, hogy a felhívja a figyelmed egy másik termékre, amire szükséged lehet. A végső cél hasonló, mint az áruházaknál a vásárlói kosár elemzésénél: minél többet költs. Ezt elősegítendő olyan terméket ajánl neked, amit nagyobb valószínűséggel veszel meg. Annyi előnye van a neten működő áruházaknak, hogy nem csak azt tudják eltárolni, mit vettél meg, hanem azt is, mi mást nézegettél még, mi érdekelt még a vásárolt árun kívül, tehát többet tud meg rólad, mint amire egy valódi áruháznak lehetősége van.
Mit csinál az adatbányász a gyűjtött adatokkal? Egy adatbázisban az oldalra látogatók összes böngészése és vásárlása fel van jegyezve, azaz, hogy mely termékeket/cikkeket nézték illetve vették meg. Ha Te ilyen webáruházba látogatsz és megnézel egy terméket, akkor a rendszer az adatbázisból előkeresi azt a pár másik felhasználót, aki szintén megnézte a terméket, azt feltételezve, hogy az azonos termékek után érdeklődők ízlése/érdeklődési köre azonos. Ezek után olyan terméket fog ajánlani neked, ami a hozzád hasonló vásárlóknál előfordult. Minél több terméket nézel meg, annál pontosabban tudja beazonosítani az ízlésedet.
Az egyik legnagyobb fejlődés az ajánlórendszerek életében egy adatbányászati versenynek volt köszönhető. Egy amerikai online DVD-kölcsönző, a Netflix egy nagy díjazású adatbányászati versenyt hirdetett pár éve, aminek keretében a saját ajánlórendszerét kellett továbbfejleszteni. A versenybe sok oktatási intézmény és cég is bekapcsolódott és nagy tapasztalatot szereztek ajánlórendszerek fejlesztésében, amit később webáruházak fejlesztésében kamatoztattak. Ha bővebben érdekel, a verseny oldalán találsz bővebb infót róla.
Nem csak termékekkel, cikkekre is létezik már ilyen ajánló, például a hvg.hu oldalon. Ebből is látszik, hogy a termékvásárláson kívül cél lehet még ezzel a módszerrel az olvasottság és így a hirdetési bevételek növelése is (hiszen az online hírportálok a hirdetésekből tartják fenn magukat, és a hirdetések értékesíthetősége az látogatottság függvénye).
Ajánlott bejegyzések:
A bejegyzés trackback címe:
Kommentek:
A hozzászólások a vonatkozó jogszabályok értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a Felhasználási feltételekben és az adatvédelmi tájékoztatóban.
_Hose_ 2011.10.19. 13:49:01
az Amazon könyváruházában. Ezután a házaspár másik tagjának az ajánlórendszer felhozta ugyanezt a könyvet, hogy a környékeden ezt nézegették, és vedd meg te is. Persze ezután beperelték sok pénzre a céget, aki ennek hatására javított az ajánló rendszerén, és fizetett sok-sok kártérítést :)
Ebből az a nagy tanulság, hogy élőben hallani vicces volt, illetve ne felejts el minimum határokat húzni, ami alatt inkább ne ajánlj semmit.
Gáspár Csaba 2011.10.20. 20:40:02
A jelenség nemcsak az ajánlórendszerekhez kapcsolódik. Van egy olyan privacy védő gondolat, hogy a kiadott kimenetből, adatokból vissza ne lehessen követni az egyedi adatrekordokra (a sztoriban ez történt). Például figyelni kell arra, hogy ha ki is veszed egy adatbázisból az összes személyes azonosítót, néhány mező alapján lehet, hogy egyedileg visszakövethető leszel (mondjuk a te településeden csak egyetlen 25 éves műszaki diplomával rendelkező férfi van csak). Erre találták ki többek között az úgynevezetett k-anonimitást, ami azt biztosítja, hogy egy ilyen leválogatásba legalább k ember beletartozzon. Van, mikor ehhez az adatokat is manipulálják, van mikor az ilyen esetekhez tartozó kényes adatokat egyszerűen eliminálják. A történet abból a szempontból baromi jó, hogy ennek biztosítása nélkül nagyon meg tudjuk ütni a bokánkat, de van sok más eset is, amire ez az állítás igaz lehet, érdemes másoknak is figyelni, nemcsak az ajánlórendszereket alkalmazóknak.