Anbefalingsmaskinen

Hvad skal jeg vælge? Intelligente agenter står parat til at fortælle det!

Intelligente agenter er fra mange sider udråbt som værende fremtiden indenfor elektroniske medier.
En sådan intelligent agent er en personlig assistent, der modtager og udfører opgaver, holder øje med
Internet og henter informationer, mens man beskæftiger sig med noget andet. Intelligente agenter
kaldes også digitale butlere; det er vel egentlig en meget passende betegnelse. Udviklingen på dette
område går utrolig stærkt netop nu, og agenter kan allerede siges at være uundværlige, når det drejer
sig om informationssøgning og -formidling på elektroniske medier. Agenten kender Internettet, og
den kender dig. Ved at kombinere viden om dine personlige interesser, ønsker og behov med
kendskabet til, hvor man finder informationer på nettet, kan agenten søge på nettet selvstændigt og
finde mange forskellige former for oplysninger.


En af de fornemste funktioner, som intelligente agenter kan udføre for brugeren, består i at rådgive
denne, at registrere de personlige præferencer og bruge dem til at rådgive på et meget personligt
plan, give anbefalinger, som er skræddersyet til den enkeltes behov. Den primære teknologi indenfor
dette område kaldes "recommendation engines". Det er en betegnelse, som kun meget dårligt kan
oversættes til dansk; anbefalelingsmaskine er måske den mest direkte oversættelse. Selve den
teknologi, som ligger til grund for tjenesterne, kaldes "collaborative filtering", og fortjener en
nærmere beskrivelse.


Gruppefiltrering


Formålet med "recommendation engines" er at levere et sæt anbefalinger til brugeren, der er skabt i
nøjagtig et eksemplar. Det må man ikke forveksle med tjenester som eksempelvis PointCast, hvor
man vælge mellem en række forskellige kategorier og få sammensat et individuelt nyhedsbillede.
"Collaborative filtering" betyder, at man registrerer en stor gruppe brugeres præferencer indenfor et
bestemt område. Det kan f.eks. være bøger. Brugerne præsenteres for en tilfældig sammensat liste
over ti bøger, og skal til hver enkelt titel - naturligvis kun dem de kender - afgive en bedømmelse.
Brugerne kan også selv indtaste titler, som de har læst, og bedømmelser til disse, eller rekvirere en
længere liste med bøger, som man vil bedømme.


Bedømmelserne registreres i en database, hvor præferencerne for alle andre brugere, der har benyttet
tjenesten, også ligger gemt. Programmet søger nu gennem statistiske beregninger at matche den nye
bruger med den bestående databestand ud fra ligningen; hvis brugeren kan lide disse titler, hvilke
andre bøger kunne så tænkes at have hendes interesse? Programmet søger data for andre brugere,
der har afgivet positive bedømmelser for de samme titler, og undersøger, hvilke andre titler de
samme brugere har bedømt som "interessante". Slutresultatet er et sæt anbefalinger, som bygger på
andre brugerens erfaringer, hvis interessefelt (og smag) overlapper med en selv.


Smag


Det er en teknologi, som lige nu oplever en enorm tilvækst. Systemerne bliver bedre og bedre,
hvilket resulterer i, at de i stigende grad formår at levere præcise og korrekte anbefalinger. I
forbindelse med sådanne "recommendation engines" er det værd at holde sig for øje, at deres værdi
stiger, jo større deres brugerbasis er. Sagt lidt simpelt: jo flere mennesker, der har fortalt maskinen,
hvad kan de lide og ikke kan lide, jo mere lærer agenten om menneskers smag og præferencer, og jo
præcisere kan den rådgive og gætte sig frem til, hvad en given person måtte finde interessant. Det
drejer sig om interesseprofiler, men det interessante er, at agenten ikke bare sorterer brugerne i tyve
forskellige skuffer, ud fra deres interesser, og så leverer færdig fabrikerede anbefalinger i tyve
forskellige udgaver. Kernen i systemet er, at hver enkelt bruger er unik, og skal behandles unikt; der
udstedes et sæt anbefalinger i nøjagtig et eksemplar, og de anbefalinger, som systemet leverer til
brugeren, ændres hver gang, det lærer lidt mere om dette menneske.


Agenten kan dermed ses som den perfekte bibliotekar. Bibliotekarens fornemste opgave er jo at
formidle viden, at anbefale titler, som en given person måtte finde interessant. Men det gør
bibliotekaren oftest kun ud fra sin viden om bøgerne, ikke den person, som står foran hende. Den
intelligente agent kombinerer derimod bibliotekarens kendskab til bøgerne med viden om den
person, som ønsker en anbefaling; faktisk kan de største "recommendation-engines" inddrage flere
millioner brugeres præferencer, når de skal afgøre, hvilke bøger en enkelt person måtte finde
interessant. Man kunne forestille sig, at sådanne systemer i fremtiden vandt indpas på bibliotekerne,
ikke for at erstatte bibliotekarerne, men for at supplere og rådgive dem og lånerne om nye og
spændende bøger. Men et sådant system vil aldrig fungere, hvis det er begrænset til et enkelt
bibliotek; det skulle kunne drage på lånernes præferencer fra samtlige landets biblioteker, for at
generere de optimale anbefalinger.

    Læses lige nu

      Annonce

      Netcompany A/S

      Test Consultant

      Københavnsområdet

      Capgemini Danmark A/S

      Principal AI Architect

      Københavnsområdet

      Event: Årets CIO 2027

      Andre events | København

      Vi samler Danmarks stærkeste digitale ledere til en dag med viden og visioner. Årets CIO 2027 afholdes for 22 gang, og NEXT CIO sætter spotlight på næste generation. Deltag og bliv inspireret til at forme fremtidens strategi og eksekvering.

      3. juni 2027 | Gratis deltagelse

      Navnenyt fra it-Danmark

      Vektus A/S har pr. 22. oktober 2026 ansat Jim Neble som Consultant Manager. Han skal især beskæftige sig med konsulentchefopgaven i Jylland. Han kommer fra en stilling som ERP Manager hos Kvik. Han er uddannet indenfor økonomi og Business Andministration samt Cand.merc. i strategi, organisation og ledelse. Han har tidligere beskæftiget sig med Konsulentopgaver indenfor Business Central i partnerkanalen. Nyt job

      Jim Neble

      Vektus A/S

      Genetec har pr. 1. august 2026 ansat Jan Julin som Channel Account Executive. Han skal især beskæftige sig med styrke samarbejdet med partnere og kunder i Danmark, Finland og Baltikum. Han kommer fra en stilling som Senior Business Development Manager hos Dahua Technology. Han har tidligere beskæftiget sig med videoovervågning, adgangskontrol, sikkerhedsteknologi, salg og forretningsudvikling. Nyt job

      Jan Julin

      Genetec

      Fellowmind Denmark A/S har pr. 1. september 2026 ansat Morten Jakobi som Business Unit Director. Han skal især beskæftige sig med at samle og udvikle Fellowminds forretning inden for Managed Services, Cloud Infrastructure & Security. Han kommer fra en stilling som Chief Executive Officer hos Inventio.it A/S. Han har tidligere beskæftiget sig med Ledelse og udvikling af Managed Services, serviceforretninger og transformation i Norden og Benelux. Nyt job

      Morten Jakobi

      Fellowmind Denmark A/S

      Arctic Wolf Networks har pr. 3. august 2026 ansat Johnny Krogsboll som Head of Sales Engineering for Norden.Med base i Stockholm får han ansvaret for Arctic Wolfs samlede Sales Engineering-organisation i den nordiske region.<br /><br />Johnny Krogsboll skal være med til at udbygge Arctic Wolfs tilstedeværelse i Norden og hjælpe virksomheder og organisationer med at stå stærkere over for et stadig mere komplekst cybertrusselsbillede. Det skal blandt andet ske i tæt samarbejde med Arctic Wolfs vigtigste kanalpartnere i regionen.<br /><br />Gennem sin karriere har Johnny Krogsboll arbejdet med og rådgivet virksomheder hos blandt andre Hewlett-Packard, Trend Micro og Palo Alto Networks med fokus på at skabe konkret værdi af deres teknologiinvesteringer. Nyt job

      Johnny Krogsboll

      Arctic Wolf Networks