YouTube, Netflix, Spotify ja Amazon ovat sivustoja, joilla on suuri määrä sisältöä ja juuri ne voisivat hyötyä onnekkaista suosituksista. Jyväskylän yliopistossa Denis Kotkov kehitti väitöskirjassaan tavan mitata suosituksen ”onnekkuutta” ja algoritmin, joka ehdottaa onnekkaita suosituksia käyttäjille. Onnekkailla suosituksilla voisi parantaa suositusten laatua ja käyttäjätyytyväisyyttä.
YouTube ehdottaa videoita ja Spotify musiikkia käyttäjälle – koska näillä sivustoilla on sisältöä niin paljon. Suositusten tuottamiseksi www-sivustot turvautuvat suosittelujärjestelmiin. Ne ehdottavat erilaisia nimikkeitä käyttäjille, kuten elokuvia, musiikkia tai kirjoja. Yleisesti suosittelujärjestelmä tuntee kunkin käyttäjän vuorovaikutushistorian sivustolla (ostokset, tykkäykset, arviot jne.) ja tuottaa niiden pohjalta personoituja suosituksia käyttäjille.
Suosittelujärjestelmät pystyvät ennustamaan tarkasti mistä nimikkeistä käyttäjä pitää, mutta käyttäjät valittavat usein, että suositukset ovat tylsiä tai liian konservatiivisia. Väitöskirjassaan Denis Kotkov tutki, kuinka suosituksista saataisiin jännittävämpiä – ne olisivat ”onnekkaita”.
Jos esimerkiksi YouTube suosittelisi sinulle videota, jota et tunne aiemmin (uutuus), etkä usko pitäväsi siitä (et yleensä katsele tällaisia videoita: yllättävyys), mutta katsomisen jälkeen pidät siitä (asiaankuuluvuus), video olisi onnekas suositus sinulle.
jatkuu…
Kaikkiaan tutkimuksessa voitiin määritellä kahdeksan erilaista onnekkuuden muunnelmaa. Niiden mukaiset suositukset vaikuttavat käyttäjiin eri tavoin, mutta ne kaikki näyttävät laajentavan käyttäjän mieltymyksiä ja olevan samalla jännittäviä.
Käyttäjätutkimuksessa havaittiin onnekkaiden suositusten olevan melko harvinaisia. Tämä viittaa siihen, että onnekkaita suosituksia on vaikea muodostaa, mutta niitä kannattaa kuitenkin yrittää luoda ja esittää käyttäjille.
(Denis Kotkovin tietojenkäsittelytieteen väitöskirjan ”Serendipity in Recommender Systems”)
