Un approccio stratificato alla gestione e al riuso della conoscenza per sistemi adattivi

Capitolo 1 I sistemi adattivi e i sistemi di raccomandazione In questo capitolo vengono presentati i sistemi adattivi, analizzando le dierenze rispetto ai sistemi adattabili, le motivazioni che giusticano i primi e i vantaggi rispetto a sistemi statici. Inoltre vengono descritti i sistemi di raccomandazione, un caso specico di sistemi adattivi che ha trovato diretta applicazione in svariati campi, dall’e-commerce all’e-learning, dal turismo e i beni culturali alle librerie digitali. 1.1 Motivazioni Fornire servizi che soddisno al meglio le necessit a degli utenti e diventato sempre pi u un aspetto fondamentale per il successo di un’azienda. Un servizio che rimane statico e ore la stessa esperienza d’utilizzo a ogni suo utente risulta essere decisamente meno attrattivo rispetto a un servizio che adatta i propri contenuti, nella forma e nella sostanza, a seconda dell’utilizzatore. 1 Sistemi come Amazon, che non mostrano in maniera standard i loro contenuti ma li adattano a seconda dell’utente, ricavando le preferenze dalle interazioni passate, gli acquisti eettuati o le pagine visitate, hanno dimostrato nella pratica come tenere in considerazione gli interessi dei propri utenti, al ne di proporre loro una selezione mirata dei propri prodotti, possa portare grandi beneci ai fruitori cos come ai fornitori del servizio. Questo viene confermato in [29]: The click-through and conversion rates | two important measures of Web-based and email advertising eectiveness | vastly exceed 1 http://www.amazon.com 3