A la hora de tomar decisiones dentro del ecosistema digital, siempre es de bastante ayuda la recomendación de alguien que ha realizado previamente la misma operación que vamos a realizar nosotros, ya que de sobra es conocido que a más fuentes de información alrededor de una decisión, estaremos en disposición de tomar una decisión con mayor acierto.
Casi todos hemos asistido, desde sus inicios, al motor de recomendación de Amazon, donde una vez que hemos decidido nuestra compra, Amazon nos sugiere otra compra basándose en otra serie de objetos que compraron otros individuos que también compraron algo de mi cesta de compra. Es lo que técnicamente se conoce como filtrado colaborativo (CF).
En el filtrado colaborativo se utilizan diferentes algoritmos (análisis en PDF) sobre la base de los ítems comprados para ofrecer otros ítems. Las propiedades de lo que he comprado son analizadas de muchas y diferentes formas para que se pueda ofrecer un surtido (sorpresa y sorprendente) de ítems relacionados con el que compré. Es un modelo donde la información sobre mi compra es cruzada con muchos ítems (en stock) sobre los que, supuestamente, existe una determinada propiedad en común. Y por si no pensáramos en su correcta eficacia, sólo el tiempo que lleva utilizándose nos debería convencer de su utilidad.
Leer el resto »


