9. Moteur de recommandation, déclinaison et fonctionnement

Introduction :

Il est probable qu'en ayant cliqué ici vous en ayez déjà une petite idée de ce qu'est un moteur de recommandation cependant, à l'heure d'aujourd'hui ceux ci prennent une grande place dans notre quotidien. En effet, lorsque l'on fait le bilan de chaque instant de notre vie dans lequel un tel système nous à influencé alors on se rend compte qu'a aucun moment l'un d'eux n'était pas présent. Que ce soit dans le choix de notre voiture, le choix de notre métier, peut être même de notre entourage ainsi que dans le choix de beaucoup d'autre chose. Pourtant il ne nous semble pas toujours si présent mais alors quel est la magie opérant derrière ces système à la fois si intuitif et complexe.

définition

Ce que nous pouvons définir comme un moteur de recommandation est simplement un processus qui en mettant en liens des données fait le trie parmi ces dernière afin de  choisir une certaine quantité d'entre elle qui vous seront proposé. On peut les voir assez facilement opérer sur les sites marchand, bien que leur utilisation n'a de limite que la diversité des choix qui s'impose à vous, c'est bien la qu'ils sont le plus utilisé. En effet à peine masqué il guide l'utilisateur lors de son voyage au monde du shoping. C'est donc par le biais de ce ci que je vais vous expliquer quelques méthodes couramment utilisé.

Ci dessus vous pouvez tout d'abord voir plusieurs catégories d'algorithmes. Tout d'abord il y a des algorithmes personnalisés et non personnalisé, nous ne nous attarderons que sur ceux personnalisé, autrement ceux utilisant vos données afin de prendre des décision.

Algorithme Collaboratif :

Les algorithme collaboratifs, prennent des décisions en ce basant sur les choix d'un ensemble d'utilisateur. Ceux ci ne ce contente pas d'apprendre à vous connaitre, ils utilisent une méthode complémentaire en fait assez simple qui permettent de savoir à tout les coups quel produits pourrait vous intéresser sans pour autant trop connaitre ces derniers. En fait il utilisent simplement la comparaison de votre comportement en tant qu'utilisateur avec celui d'autres utilisateurs, si ces derniers sont proche de votre comportement alors, bingo, l'algorithme à trouvé quelqu'un qui pourra vous guider lors de son prochain choix.

Ceux ci sont particulièrement performant lorsqu'ils sont utilisé de manière exploratoire, lorsque le but est de vous proposer un ensemble de produit n'étant pas forcément directement rattaché entre eux afin d'éveiller votre appétit et découvrir votre prochain besoin.

knowledge Based, basé sur un savoir acquit :

Ces derniers sont surement les plus intuitifs d'entre tous. Ils prennent en compte des règles que le on à apprit des clients au fur et à mesure tel que l'achat de cette ordinateur correspond bien à l'achat d'une nouvelle souris. Dès lors comme vous vous en douté il est très dur de définir toute les règles qui régissent l'ensemble de ces système mais ils sont simple et brutalement efficace. En effet cette logique imparable permet de facilement interpréter des nouveaux besoin utilisateur possible et donc de répondre rapidement et efficacement à leur ces derniers.

Très pertinant ils répondent facilement aux besoin d'achats complémentaire lors de l'achat d'un produit.

Démographique :

Parfois des produits sont simplement plus ou moins apprécié selon les lieux ou les groupes d'utilisateurs. En effet ici le but va être de définir un groupe dans lequel vous appartenez et de trouver ce qui semble approprié à l'identité de ce groupe. Par exemple un homme va préférer acheter un ballon de foot généralement à un tutu de dance bien qu'évidement cela lui reste accessible.

Ces algorithmes sont très efficace lorsque l'on souhaite évité de potentiel mauvaise recommandation qui vous exclurez de votre groupe d'appartenance connue. En effet on ne souhaite pas proposer sans connaitre l'individu des produits trop insolites qui pourrait le troubler dans son sommeil.

Content Based, basé sur le produit :

Les algorithmes faisant le choix de ce baser sur le contenue vont généralement tendre à recommander des produits proche entre eux ou proche de votre requête. Par exemple si vous cliqué sur un film romantique, italien avec un acteur nommé mister V alors il est probable que l'on vous recommande un film du même acteur, romantique aussi mais cette fois disons espagnol. de même si vous rentrer dans la barre de recherche les mots "œuf de paque, chocolat au lait" alors l'algorithme cherchera parmi les produits ceux possédant une description proche de votre requête.

Ceux ci brillent dans les recommandation lié à des requêtes spécifiques ou lorsqu'il faut mettre en lien un produit connue comme apprécié avec d'autres similaires.

Une fois tous ceux la combiné, on obtient un système hybride très polyvalant, ceux sont plus souvant ces derniers que nous rencontrons.

Pour conclure, je souhaite la prochaine fois vous parler des biais, piège de la pensé, qui nous mène vers de mauvaise décision auquel sont sujet ces algorithmes. J'espère ainsi vous rassuré mais aussi vous donner de quoi jouer avec ces bijoux de technologie, en effet bien que présent pour votre plus grand plaisir ils ne sont pas pour autant parfait et lorsque qu'ils prennent de mauvaise décision cela peut influencer l'ensemble de notre comportement.  Ces pourquoi il est important de bien comprendre ces derniers.