資料探勘與協同過濾推薦之研究與應用
圖：演講投影片，協同過濾的舉例
11月6日，銘傳大學資訊工程學系的王豐緒老師受邀來政大圖檔所演講「資料探勘與協同過濾推薦之應用與研究」。王老師先從理論上去介紹協同過濾(collaborative filtering)的歷史淵源及其原理，再來介紹七個商業網站案例，激發聽眾對於協同過濾應用的靈感。
協同過濾是透過分析許多使用者的選擇與判斷，作為提供其他使用者推薦、預測的參考。利用電腦儲存與計算的能力，將「口碑效應」的過程自動化。協同過濾是假設「一群人在過去有相似的興趣，那麼在未來應該也會有相同的興趣跟喜好」，再利用資料檢索、資料探勘的技術來實作。王老師介紹的網路電子商務Amazon.com(http://www.amazon.com)也是在圖書資訊界具有相當有影響力的例子，Amazon.com利用消費者購買記錄、對書籍等物品評分等資訊，推薦合適的商品給消費者。
圖：Amazon.com的「Customers Who Bought This Item Also Bought (買了這項商品的顧客，也會買以下商品)」。
王老師除了介紹協同過濾的作法之外，還帶領我們在案例探討中，一一分析營造個人化系統所應該要有的要素：知識專業的展現、代理商角色功能、推薦依據之調整、以使用者行為進行推薦、拓展推薦範圍、利用社群作為網站本身的價值。
最後陳志銘老師也提出了協同過濾對於數位圖書館的重要性，建議我們可以利用讀者社群的知識來讓數位圖書館變得更好。國內不乏利用協同過濾推薦應用於圖書館的研究，我們圖書資訊的同學們也可融合對於資訊工程的技術與圖書館領域的知識，擴大協同過濾推薦的應用層面，讓數位圖書館與使用者社群相互合作，營造全新時代的圖書館！
