Tekst: Susanne Togeby. Foto: Colourbox
De fleste har sikkert prøvet det: Når vi handler på nettet, og hjemmesiden foreslår andre varer, som vi kunne være interesserede i, når musiktjenesten anbefaler nye numre, eller når streamingtjenesten popper op med film, vi nok også ville kunne lide, fordi vi kunne lide noget andet. Bag forslagene ligger komplicerede algoritmer, der sørger for at fremhæve bestemte ting på baggrund af, hvad vi tidligere har kunnet lide.
13th ACM Conference on Recommender Systems handler om disse typer af anbefalingssystemer. Toine Bogers, som er lektor på Institut for Kommunikation og Psykologi og en af hovedarrangørerne, siger:
- Konferencen præsenterer state of the art indenfor forskningen i, hvordan man genererer bedre anbefalinger, og hvordan mennesker interagerer med sådanne anbefalingssystemer. På konferencen præsenteres den nyeste viden om anbefalingssystemer på en række forskellige områder. Der er f.eks. et spor, der handler om anbefalingssystemer i forhold til mode. Her ser man ikke kun på, hvilket tøj brugeren har købt tidligere, men man prøver også at lære computeren, hvilken bluse der vil passe til, hvis man har købt de her bukser. Et andet spor handler om, hvordan man kan tilstræbe at sådanne systemer kommer med socialt ansvarlige og gennemsigtige anbefalinger: hvorfor blev dette anbefalet til en bruger, hvilke mulige bias eller forvrængninger findes der i de data, der blev brugt til det, og hvordan kan vi korrigere for dem?
Selv arbejder Toine Bogers med udviklingen af anbefalingssystemer, der er rettet mod de mere komplekse og specifikke behov, som folk kan have, f.eks. at man ønsker at se film inden for et afgrænset emne med nogle særlige krav, som i ”en person kommer til en lille landsby og så sker der et eller andet, og det må samtidig ikke være en horrorfilm”. Her arbejder man på, hvordan man kan kombinere forskellige algoritmer for at tage højde for begge ønsker.
RecSys-konferencen har været afholdt en gang om året siden 2007 med stadigt stigende deltagerantal. 60-70% af de tilmeldte til dette års konference er fra virksomheder som Spotify eller Twitter, der selv benytter denne type anbefalingssystemer. Der er således også to spor, hvor virksomheder præsenterer deres eget arbejde med anbefalingssystemer.
Yderligere information
Lektor Toine Bogers: toine@hum.aau.dk / 31 44 42 84