SCHEDA INTERVENTO

Recommender Systems, descrizione e casi concreti

I Recommender System aiutano gli users a orientarsi nella vastità delle offerte e a proporre contenuti in linea con i propri gusti e interessi. Ma, come fanno ad essere così efficienti? Cosa si cela dietro a questa tecnologia?

I Recommender Systems (RecSys) giocano un ruolo sempre più importante nella nostra quotidianità in quanto ci affidiamo sempre più spesso a questi sistemi per scegliere, ad esempio, quali canzoni ascoltare o film guardare. Spotify e Netflix, infatti, sono solo alcune delle piattaforme online che si affidano a questa tecnologia AI per proporre contenuti in linea con i gusti e le preferenze dell’utente. Ma cosa rende questi sistemi di raccomandazione così efficaci? I dati. I RecSys fondamentalmente sono infatti sistemi di IA definiti data-driven. Il crescente utilizzo di tali tecnologie procede dunque di pari passo con la disponibilità di dati online, anche di natura personale, che sono disponibili su social network, piattaforme collaborative e dispositivi personali, così come su dataset accessibili, come ad esempio i Linked Open Data (LOD cloud). Ma cosa significa, in realtà, avere a disposizione questa enorme quantità di dati personali? Che rischi si nascondono per gli utenti?

 

 

Procedi