Il filtraggio collaborativo è un metodo di calcolo delle similitudini tra un gruppo di clienti. L'applicazione di filtraggio collaborativo considera i comportamenti di utilizzo del sito di quel gruppo di utenti che più si avvicina all'utente corrente come un punto di partenza da cui formulare previsioni e consigli per quell'utente. Ad esempio, se un particolare cliente guarda un libro, l'applicazione di filtraggio collaborativo determina il gruppo di utenti che ha guardato o acquistato il medesimo libro. L'applicazione poi genera un elenco di possibili consigli a partire dagli altri elementi che i membri del gruppo stabilito hanno guardato o acquistato. La pertinenza di un consiglio particolare è determinata dal numero dei membri del gruppo che hanno guardato l'elemento raccomandato. Ossia, se il 75% del gruppo ha acquistato l'elemento che è stato oggetto del consiglio, allora quest'ultimo sarà fortemente pertinente, paragonata ad un elemento che solamente un membro del gruppo ha guardato. Infine, i consigli maggiormente pertinenti vengono visualizzate al cliente corrente.
Le implementazioni pratiche del filtraggio collaborativo sono più complesse di quanto illustrato precedentemente. Molti utilizzano origini dati multiple che includono:
Il filtraggio collaborativo in WebSphere Commerce viene implementato con l'integrazione del software LikeMinds di Macromedia.
![]() |