Rummble Labs contro l’information overload

Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someone

Una caratteristica del nostro tempo è l’information overload, ovvero il sovraccarico di informazioni, che ci inondano costantemente da qualsiasi tipo di device.

Questo ha portato chi opera in Internet a cercare soluzioni per poter soddisfare l’utente, scegliendo con diversi metodi alcuni contenuti simili a quelli da lui già visitati e proponendoli.

Una novità arriva da Londra, precisamente da Rummble Labs, startup internazionale con un ampio contributo da parte italiana. Azienda specializzata in data mining e big data, analizza il flusso di informazioni sugli utenti che deriva dall’interazione col web e con i social network.

“Noi siamo in grado di predire gli interessi degli utenti online costruendo un modello comportamentale unico per ogni singolo utente” spiega Armando Di Stasio, business developement manager alla Rummble Labs.

La loro tecnologia, praticamente, combina l’analisi in tempo reale dell’attività all’interno del sito con i dati dell’Open Graph di Facebook, quel protocollo che consente di usare e visualizzare la rete sociale di relazione e collegamenti  dell’utente al di fuori da Facebook stesso, su un altro sito web.

Se l’utente fa il login attraverso Facebook nel sito web che implementa la tecnologia di predizione di Rummble Labs, il sistema può accedere a tutti quegli interessi segnalati al social network (like, le app, giochi), tranne i suoi post o gli status, consentendo un ritorno di informazioni più adatte a lui.

Ma non si limitano soltanto a consigliare, grazie a Social Prediction “cerchiamo – dichiara Claudio Weeraratne, responsabile tecnico – di predire chi dei tuoi amici su Facebook sarà interessato a leggere lo stesso contenuto che stai leggendo tu. In questo caso invece di raccomandare contenuti, raccomandiamo amici. Social Prediction ha come scopo l’acquisizione di nuovi utenti”.

Costruendo un grafico anonimo fornito delle connessioni tra persone che hanno un modello di comportamento simile sulla stessa piattaforma, assegnano un valore fiducia ad ogni connessione. Valore che sarà più alto a seconda se guardano gli stessi video, leggono gli stessi articoli, etc essendo in grado di capire così quale sarà la persona a cui consigliare il contenuto.

“Abbiamo preso il concetto di fiducia – conclude Weeraratne – e l’abbiamo trasposto in ambito tecnologico”.

Tra pensieri alla 1984 e strumenti per accrescere l’engagement dell’utente, si può solo dire che questi sistemi trovano velocemente la soluzione al problema dell’information overload tipico dell’era di Internet suggerendo ciò che è effettivamente collegato con la nostra attività in rete e che quindi ci interessa.

Ai posteri l’ardua sentenza?

 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *