Collaborative Filtering ist ein Verfahren des Machine Learning für Vorschläge, das vom Verhalten anderer Nutzer ausgeht: Wer sich bisher ähnlich verhalten hat wie der aktuelle Nutzer, mag wahrscheinlich dieselben weiteren Dinge. Über die Produkte selbst muss das Modell dabei nichts wissen.
- Collaborative Filtering
Vorschläge aus dem Verhalten von Nutzern, die sich ähnlich verhalten wie der aktuelle.
Beispiel: „Das Collaborative Filtering schlug ein Buch vor, das in keiner Kategorie mit den bisherigen Käufen lag.“Zwei Richtungen: über ähnliche Nutzer oder über ähnlich bewertete Produkte. Die zweite ist im Betrieb stabiler, weil sich Produkte seltener ändern als Nutzer.
Der Vorteil gegenüber einem Verfahren nach Produkteigenschaften: Es findet Zusammenhänge, die niemand beschrieben hat. Der Nachteil: Es kann nicht erklären, warum.
Wie es rechnet
Mit einer großen, fast leeren Tabelle. Zeilen sind Nutzer, Spalten Produkte, und in den Zellen steht, was gekauft, geklickt oder bewertet wurde. Ausgefüllt ist davon weniger als ein Prozent, und die Aufgabe besteht darin, die leeren Zellen zu schätzen. Die gängigen Verfahren zerlegen die Tabelle dafür in zwei kleinere, was den Nutzern und Produkten jeweils eine Position in einem gemeinsamen Raum gibt, ähnlich wie bei einem Embedding.
Wo es scheitert
Am Anfang und am Rand. Ohne Verhalten gibt es nichts zu vergleichen, und ein neues Produkt bleibt unsichtbar, bis es jemand von anderswo gefunden hat. Dazu kommt die Rückkopplung: Was oft vorgeschlagen wird, wird oft geklickt, und was oft geklickt wird, wird oft vorgeschlagen. Ohne Gegensteuerung verengt sich das Angebot von selbst.
Was es für kleine Shops bedeutet
Dass es sich meist nicht lohnt. Das Verfahren braucht Verhalten in großer Menge, und unterhalb einiger tausend Bestellungen liefert es Vorschläge, die schlechter sind als eine von Hand gepflegte Liste. Wir setzen es dort ein, wo Daten über Jahre vorliegen, und sonst auf die einfache Auswertung, welche Artikel zusammen bestellt wurden.
Was es für den Datenschutz bedeutet
Dass Verhalten mehrerer Nutzer in einem Modell zusammenliegt. Die Tabelle enthält keine Namen, aber eine Zeile je Person, und bei seltenen Kombinationen lässt sich daraus auf einzelne zurückschließen. Für die Verarbeitung braucht es eine Rechtsgrundlage, und die Zeilen gehören gelöscht, wenn ein Konto gelöscht wird.