21 diciembre 2012

Transformación de los sistemas de recomendación

Los sistemas de recomendación en Internet crecieron, ya a comienzos de los años 90 del pasado siglo, con la idea de ayudar a los usuarios a encontrar los productos o contenidos que les pueden interesar y así aumentar las ventas. Netflix, TiVo, Amazon, y otras muchas plataformas como las que vemos en este blog, se sirven de sus algoritmos para hacer sugerencias personalizadas.

Su evolución ha ido de la predicción al conocimiento concreto del usuario. En un más que interesante y extenso artículo, firmado por Joseph A. Konstan y Johm Riedl, sobre los sistemas de recomendación, podemos leer cómo están evolucionando de su intención comercial a otras funciones, como la de guiar a los estudiantes en sus estudios en la búsqueda de materias y temas de estudio.

Sin embargo, los sistemas de recomendación han sido siempre uno de los secretos más protegidos de las empresas que las utilizan. Para Amazon, un usuario es sólo una cifra en una enorme tabla de datos que trabaja para su algoritmo. La personalización ha avanzado con el tiempo, y sitios como Last.FM o Facebook trabajan en relación a preferencias y palabra s clave de todo tipo.

Nunca son del todo certeros estos sistemas de recomendación, todos lo hemos podido comprobar en Facebook o Amazon. Como muy bien señalan en el artículo, los usuarios no siempre valoraríamos de la misma manera un producto, existen componente s emocionales, gustos, que cambian o evolucionan. Todavía hay mucho trabajo al respecto. A un usuario le puede gustar, por ejemplo, una novela de Javier Marías, pero no Javier Marías, él o su obra completa. Al algoritmo le va a costar todavía hacer estar distinción, a pesar de todo el trabajo de incorporación y actualización constante de la actividad y datos de los usuarios.

Toda esta acumulación de datos es la que está en el punto de mira en relación a la privacidad y venta de datos a terceros, o para su utilización en posibles casos de uso desleal, como fue el ejemplo de Amazon cuando se descubrió que hubo un momento en que los precios fueron más caros para los clientes habituales, a lo cual al parecer Amazon contestó estar en periodo de pruebas y retiro inmediatamente esa práctica.

Todo esto ha hecho que se trate de crear sistemas de recomendación basados en la confianza y mayor grado de transparencia, junto a la necesaria necesidad de tener la opción por parte del usuario de eliminar rastro de navegación y compra en el momento en que se deseé.

Lo que está claro es que las recomendaciones son y serán clave tanto para el e-commerce como para la sencilla navegación y búsqueda de todo tipo de información. Llegará un momento en que la red nos conozca mucho mejor que nosotros mismos. Lo cierto es que la web 3.0 y web semántica avanzan considerablemente en este sentido.

19 Responses

  1. Una cosa es que hagamos una compra en Amazon de, por ejemplo, una novela de terror, y Amazon nos recomiende otras novelas de terror (o del mismo autor, por ejemplo). Otra muy distinta es que te des de alta en una página y, al momento, recibas correo no deseado (aka spam) de tropecientos sitos o empresas que, en teoría, no tendrían ni saber que existes. Son dos cosas totalmente diferentes.

  2. Pingback : Sistemas de recomendación para los estudios universitarios

  3. Pingback : La llegada de las tecnologías emocionales | Comunicación Cultural

  4. Pingback : Apps que predicen lo que necesita el usuario | Comunicación Cultural

  5. Pingback : Slimformation ayuda a digerir la información online | Comunicación Cultural

Leave a Reply