C'est un moment important dans l'histoire de Geekomatik.com et de faveeo.com aujourd'hui, car nous sommes enfin en mesure de lancer une première version test de notre système de recommandation de contenu!

En effet, notre moteur de « découverte » de contenu sur lequel on a planché depuis Avril dernier, est maintenant opérationnel et prêt à être testé par des hordes de geek en manque de contenu intéressant!!

Pour tester, rien de plus facile, il suffit simplement de vous connecter au site! Nous acceptons maintenant les connections avec OpenID!Si vous n'avez pas de compte sur Geekomatik, inscrivez vous sans tarder pour recevoir un flux automatique de contenu recommandé!

Le principe de notre système est simple : il analyse toutes vos interactions avec le contenu, et accorde des points en fonction de ces différentes interactions. Par exemple, cliquer sur un lien donne un point, donner un vote positif donne 5 points, etc. De plus, si l'article en question à des mots clés qui lui sont assignés, nous le prenons en compte afin d'affiner les recommandations

Par exemple, un utilisateur qui vote positivement sur deux articles traitant de iPhone, se verra recommander les prochains contenus marqués iPhone qui arriveront sur le site.

Votre réseau de confiance automatique (trusted network)

Notre moteur de recommandation est basé sur le concept de la confiance entre utilisateurs.  Si deux utilisateurs ont des habitudes, comportements, usages ou intérêts similaires, le réseau va automatiquement les mettre en relation, en les intégrant doucement et progressivement dans leurs réseaux de confiance respectifs.  

Si par exemple deux utilisateurs lisent 10% des mêmes textes ou sur des sujets similaires, le système va automatiquement rapprocher ces utilisateurs dans leurs « cercles de confiance » afin de croiser le contenu potentiellement intéressant qu'ils ont trouvé chacun de leur côté.

Ces deux utilisateurs recevront donc dans leurs recommandations le contenu apprécié par l'autre utilisateur, avec lequel ils partagent des affinités. Ce système est très semblable à celui utilisé sur Digg.com, sur Amazon ou sur Netflix.

Comment activer les recommandations sur Geekomatik.com? Il suffit simplement de se connecter au site et de cliquer sur des articles, pour les lire. Vous pouvez aussi voter sur les liens que vous avez particulièrement apprécié afin d'envoyer un signal très fort au système de recommandation!

En vous promenant sur le site, ainsi qu'en votant pour le contenu que vous appréciez, le système sera en mesure de vous proposer du contenu qui correspond à vos intérêts ou du contenu qui a été apprécié par des gens qui partagent certains de vos intérêts et de vos goûts mais que vous n'auriez peut-être pas trouvé tout seul!

 

Au delà de la recherche : la découverte sociale (mais personnalisée) de contenu!

Nous sommes très fier de ce nouveau système, qui est en développement depuis des mois maintenant, non seulement parce que c'est très cool, mais aussi parce que nous pensons que l'avenir du web se trouve dans la personnalisation et non plus dans la recherche. Les années 2000 furent les années de la recherche et des relations sociales « directes », avec ce genre de système, plus besoin de chercher, votre réseau invisible vous « pousse » de l'information et filtre pour vous la masse d'informations disponible!

Pour tester, on fait quoi? Il suffit de simplement s'inscrire sur Geekomatik.com! Pour le moment le site supporte le Login OpenID, mais nous allons offrir un login avec intégration Twitter et Facebook très prochainement! 

 

Intéressé à tester ? Voici quelques recommandations afn de vraiment bien profiter du système. 

  1. Cliquez sur les articles qui vous semblent intéressant, allez lire l'article original pour donner plus de valeur aux contenus qui vous intéressent.

  2. Utilisez le widget de vote pour vraiment marquer les articles qui vous plaisent, autant au niveau de la qualité du texte, que du sujet.

  3. Invitez vos amis à participer : plus de gens seront actifs sur le réseau, plus ce filtrage collaboratif sera puissant et précis, un petit retweet serait biren aprécié!

Technorati Tags: