Filtragem Colaborativa: A importância dos algoritmos de recomendação nas vendas
Escolher um produto para recomendar ao cliente, nem sempre é uma tarefa fácil, em virtude de ser difícil de conhecer os gostos pessoais dos consumidores. Você recomendaria chocolate a uma pessoa que não gosta de chocolate? A resposta lógica seria não. Por isso, o bom seria recomendar com inteligência, ou seja, verificar se existe a possibilidade de o cliente gostar de determinado produto.
A técnica de filtragem colaborativa ajuda a resolver esse problema. Sendo assim, utilizamos conceitos lógicos e técnicas matemáticas nos algoritmos de recomendação, que auxiliam na filtragem colaborativa. segue um exemplo simples:
O cliente1 gostou do filme B e não gostou do filme A e o cliente2 gostou dos filmes A e C. O cliente3 gostou dos filmes A, B e D.
Comparando a similaridade entre esses indivíduos, o resultado da recomendação seria:
Cliente1 = D, Cliente2 = D e Cliente3 = C. Visto que, ambos os clientes tem gostos em comuns, desse modo, é possível que esses consumidores tenham algum interesse nesses filmes.
Um sistema de recomendação utiliza algoritmos para recomendar itens, que sejam relevantes aos usuários. Isto é, podendo sugerir filmes, artigos científicos, livros ou qualquer outra coisa.
Deixei disponível um projeto open source. Pacote em PHP (com algoritmos de recomendação).
