Formålet med anbefalingerne er at inspirere ved at give brugeren forslag til relevante materialer, som de ikke specifikt har søgt efter.
Anbefalingerne på Bibliotek.dk og de lokale CMS'er dannes på baggrund af to hovedtyper af datakilder:
- Brugerdata Udlånsdata, klikdata (adfærd) fra Bibliotek.dk, klikdata fra lokale CMS’er mm.
- Metadata appelord, emneord m.m.
De forskellige datakilder og datatyper giver forskellige relationer mellem materialer. Derfor giver kombinationen af flere datakilder de mest relevante anbefalinger og sikrer, at vi understøtter aktualitet, kvalitet og alsidighed. For nogle materialer kan der være begrænset metadata, hvilket kan resultere i mindre relevante anbefalinger. Dette kan også gælde for nye materialer, hvor der endnu ikke er opsamlet klikdata.
Anbefalingerne udvælges gennem sampling (delmængde), hvilket betyder at de mest relevante materialer vises oftest. Samtidig blandes disse med enkelte materialer, hvis relevans endnu ikke er fastslået. Dette gøres for at understøtte serendipitet og undgå selvforstærkende filterbobler. Selvom der kan forekomme mindre relevante materialer, vil de udgøre en lille andel af anbefalingerne, så brugeren primært præsenteres for relevante forslag.
Anbefaleren indeholder desuden følgende funktioner:
- Feature-normalisering:
Vi normaliserer vores features, så materialer med flest klik ikke automatisk får førstepladsen. Dette sikrer, at både populære og mindre populære materialer får en fair placering og modvirker dannelsen af filterbobler.
- Authorflooding-begrænsning:
Der optræder maksimalt to materialer af samme ophav i et anbefalingsbånd for at sikre en bredere variation af anbefalinger.
- Kontekstfiltrering:
Anbefalingerne tilpasses brugerens kontekst. For eksempel vil anbefalinger på en børnebogsside udelukkende bestå af børnebøger. Følgende kontekstfiltre er aktive:- Publikum (børn/voksne)
- Værktype (bog/film)
- Sprog
- Lokaliseringsfiltrering:
Anbefalingerne kan filtreres baseret på lokalitet, så brugeren kun præsenteres for materialer, der er tilgængelige på en given lokalitet. Dette sker via den profil, der anvendes til at kalde anbefaleren gennem FBI-API'et.