Hautekiet
Ben jij fan van aanbevelingen op maat en persoonlijke playlists van internetdiensten?
di 27 mrt. - 5:56
Die online aanbevelingssystemen of recommendation engines zijn al enkele jaren razend populair. De 157 miljoen gebruikers van Spotify streamden vorig jaar ongeveer 5 miljard nummers uit hun Discover weekly-playlist, een afspeellijst waarin Spotify elke maandag 30 nummers stopt waarvan het denkt dat jij ze graag zult horen.
Ook bij Netflix kan je heel gemakkelijk series vinden die “98% compatibel zijn met jouw smaak”. En Bol.com kan op basis van je vorige aankopen voorspellen welke boeken je dit jaar nog wil lezen.
Alle grote internetbedrijven werken met een recommendation engine, een systeem dat alle informatie die die het over jou heeft probeert te interpreteren om je op basis daarvan suggesties te doen om dingen te beluisteren, bekijken of kopen.
Netflix ontwikkelde al in 2015 een gepersonaliseerde startpagina, waarop het allerlei suggesties voorschotelt die je ongetwijfeld wilt zien. Maar Netflix gebruikt big data ook om series inhoudelijk vorm te geven.
Voor de serie House of Cards werden op basis van data-analyse tien verschillende trailers gemaakt, elk gericht op een ander doelpubliek. Het bedrijf gebruikt dezelfde data ook om volledige scenario’s zo op te bouwen dat gebruikers zo lang mogelijk blijven kijken.
Heeft Nicolas Karakatsanis gelijk, en zorgen die systemen ervoor dat we meer van hetzelfde voorgeschoteld krijgen?
Volgens Spotify is dat alvast niet het geval. Uit hun cijfers blijkt dat een gemiddelde gebruiker in 2014 minder dan 30 verschillende artiesten per week beluisterde. In 2017 was dat -met dank aan gepersonaliseerde playlists- toegenomen tot 41 verschillende artiesten per week.
Herbeluister het gesprek met professor datawetenschappen Erik Mannens (UGent):