コンテンツ・キュレーションには、手動で行うものと自動で行うもの、あるいはそれらの組み合わせがあります。 最初のケースでは、特別に指定されたキュレーターによって行われます。
- Collaborative Filtering
- Semantic analysis
- Social rating
Collaborative FilteringEdit
Collaborative Filtering は推薦システムでよく使われる予測方法である。 この原理は、過去にユーザーによって行われた評価が、将来ユーザーが行うであろう評価を予測するという公理に基づいています。
協調フィルタリングは、Reddit や Digg で行われているように、所定のソーシャル コミュニティの投票や閲覧に基づくか、または YouTube や Amazon で行われているように、エンドユーザー自身の以前のアクティビティに基づくことが可能です。
意味解析編集
意味解析では、与えられたドキュメントで見つかったさまざまな要素や情報源の間の関係を調べます。 要素の一部またはすべての情報源のトピックと用語を比較します。 この方法では、因子分析の原理を使用して、調査した現象やオブジェクト間の関係を分析します。
このアプローチは、トピック、サブトピック、およびカテゴリに従ってコンテンツを分割する Stumbleupon などのサービスによってうまく実施されています。 Trapitは、ユーザーのフィードバックとAI技術を組み合わせて意味解析を行い、ユーザーのためにコンテンツの選択を洗練させる。
Social ratingEdit
この方法は、コンテンツを選択するためにユーザーの評価と推薦を採用している。 エンドユーザーと同じような興味を持つ人を探し出し、その人の活動に基づいて推薦するシステムである。 この選択方法は、FacebookやFlipboardなどのソーシャルサイトで広く使用されています。
ソーシャルランキングの決定パラメータは、コンテンツが公開されてからこれらの活動が実行される時間を念頭に、一般に共有、投票、「いいね」などのアクションに基づいています。 Pinterest のような「ソーシャル キュレーション」サービスでは、ユーザーは見つけたコンテンツの精選されたコレクションを共有し、議論することができます。