Migliori raccomandazioni online
I sistemi usati per lo shopping online in genere suggeriscono agli utenti altri prodotti. Queste raccomandazioni però spesso non sono molto rilevanti e c'è bisogno di un sistema che usi tutte le informazioni disponibili del cliente per dare suggerimenti più mirati. Il progetto CARS ("Context-aware recommender systems (CARS)"), finanziato dall'UE, si è proposto di costruire un tale sistema di raccomandazioni per dispositivi mobili e desktop. Il sistema sfrutta tutta la relazione contestuale tra l'utente e l'oggetto. Le attività del consorzio sono cominciate alla fine del 2011 e hanno avuto una durata di due anni. Tra i risultati c'è lo sviluppo di cinque nuovi algoritmi per il filtraggio collaborativo, con prestazioni migliori rispetto a quelli dei concorrenti. Gli algoritmi sono stati integrati in un'applicazione (app) per i dispositivi mobili Android, chiamata Frappe, che raccomanda altre app che potrebbero piacere all'utente. L'app usa le informazioni contestuali dei sensori dei telefoni cellulari per trovare prodotti simili che potrebbero soddisfare le apparenti esigenze dell'utente. Il progetto ha valutato l'utilità e l'impatto dell'app. I risultati del progetto sono stati pubblicati come articoli di conferenze e workshop, due dei quali hanno ricevuto il premio Best Paper. Il progetto CARS ha fatto progressi nel campo del sistema di raccomandazioni basato sul contesto. Di conseguenza nuovi sistemi forniranno suggerimenti più rilevanti, che potrebbero portare a ulteriori acquisti.
Parole chiave
Vendita online, algoritmi di relazione contestuale, informazioni sul cliente, suggerimenti mirati, consapevole del contesto, sistema di raccomandazione, Android, app, Frappe, sensori dei telefoni cellulari
