La plupart des sites Web et des applications que nous utilisons aujourd’hui utilisent une pléthore d’algorithmes, y compris des algorithmes de recommandation, pour personnaliser et personnaliser votre expérience utilisateur. Ces derniers peuvent être trouvés sur les sites d’achat, les services de diffusion de musique et de vidéo, les plateformes de médias sociaux et les moteurs de recherche. Ici, vous en découvrirez cinq.
Les programmeurs informatiques peuvent utiliser des formules mathématiques appelées algorithmes de recommandation pour déterminer quels emplois conviennent le mieux aux candidats en fonction d’un examen de leurs performances passées dans le rôle. Certains sites Web les utilisent pour recommander du contenu aux visiteurs. Les algorithmes de recommandation sont utilisés par de nombreux sites que nous fréquentons aujourd’hui. Voici comment certains sites les utilisent pour suggérer du contenu aux visiteurs.
Le but de Facebook est de faciliter la communication et l’interaction entre ses utilisateurs. Parmi les plus gros consommateurs d’algorithmes de recommandation. Ces dernières permettent de recommander des contenus pertinents aux abonnés.
Facebook utilise un algorithme de filtrage collaboratif pour suggérer des profils d’utilisateurs en tant qu’abonnés potentiels. Ce type de filtrage alerte les abonnés sur un contenu pertinent localement et peut piquer leur intérêt.
Cet algorithme vous suggérera de le suivre en fonction de sa popularité et du nombre de vos contacts qui le suivent déjà. Cet algorithme permet au réseau social de fournir systématiquement un contenu apprécié par ses abonnés à un taux de 80 %.
Youtube
YouTube est une plate-forme de partage de vidéos largement utilisée, mais à quoi ressemblerait le site sans ses recommandations ? En fait, chaque utilisateur de l’application a accès à une liste de lecture vidéo unique et personnalisée.
Le système de recommandation de YouTube est plutôt sophistiqué et utilise des réseaux de neurones profonds pour proposer un contenu gratuit et pertinent à chaque utilisateur.
Il était difficile pour l’entreprise de créer son algorithme de recommandation car elle devait gérer le plus grand ensemble de données possible décrivant les actions des utilisateurs et le volume de contenu à leur disposition.
Twitter est un service de réseautage social qui permet à ses utilisateurs de diffuser de brefs messages à d’autres utilisateurs qu’ils ont choisi de suivre.
Il s’agit d’une autre plate-forme de médias sociaux qui utilise des algorithmes de recommandation pour attirer les utilisateurs. Twitter utilise des algorithmes qui utilisent les préférences des lecteurs en plus du filtrage collaboratif pour déterminer quel contenu est le plus pertinent pour eux.
Tous ces algorithmes de recommandation permettent au réseau social d’analyser plus en profondeur les données des utilisateurs et de fournir des suggestions plus pertinentes aux utilisateurs. Ils recommandent les mêmes données à d’autres utilisateurs qui ont des profils similaires.
Netflix
Le système de recommandation de Netflix.com est parmi les meilleurs disponibles. C’est peut-être difficile à croire, mais Netflix a vraiment commencé comme une entreprise de location de DVD en 1997, bien avant qu’elle ne devienne si dominante sur le marché.
Au tournant du millénaire, ils ont commencé à perdre de l’argent sur leur site Web en raison d’un défi majeur auquel ils étaient confrontés : une augmentation de la demande de nouveaux films à succès signifiait que les clients mécontents partaient en masse.
Netflix a eu l’idée d’un système de recommandation comme solution possible. Ils ont commencé à suggérer des films plus anciens que les gens pourraient aimer mais qu’ils n’ont jamais vus auparavant. Le résultat est une baisse de 20 % de la demande de nouveaux films à succès par rapport à la norme de l’industrie à l’époque.
Amazon
En matière de vente au détail en ligne, Amazon fait partie des entreprises les plus importantes au monde. Le profil d’un client est analysé pour déterminer un ensemble de produits qui lui plairaient, et Amazon fait ensuite une recommandation.
Tout comme d’autres sites Web d’achat, celui-ci adapte les produits qu’il vous affiche en fonction des informations que vous fournissez lors de la configuration de votre profil. Si vous effectuez une recherche, les algorithmes de recommandation tiendront compte de ces informations et vous montreront d’autres contenus susceptibles de vous intéresser.
Vous pourriez obtenir des résultats utiles à partir des recherches d’autres personnes ayant un profil similaire au vôtre. Amazon utilise un certain nombre de méthodes de filtrage différentes, mais le filtrage collaboratif est le plus courant. De plus, plusieurs sites Web utilisent désormais des algorithmes de recommandation. Ils permettent aux visiteurs du site Web d’accéder plus facilement et rapidement aux informations qu’ils souhaitent.