– Det finnes mange tjenester som baserer seg på algoritmer som tar i bruk klikkdata for hver enkelt av oss. Slike data samles og brukes innen en rekke områder, ikke bare i næringslivet, men også innen politikk og underholdning, sier statistikkprofessor Ingrid Glad.

Hun leder innovasjonsklyngen DataScience@UiO. Et av prosjektene de jobber med, er nye tilnærminger og algoritmer som skal gi bedre kunnskap om de ulike brukerne, slik at man skal kunne foreslå mer relevant informasjon for dem.

– Brukernes klikk på nettsider, vurderinger og rangering av ulike tjenester avslører preferansene deres, sier Sylvia Liu, som i sitt doktorgradsarbeid samarbeider med Finn.no og NRK med å utvikle slike tjenester.

Når det gjelder NRK, handler det om å få på plass en brukertilpasning av kanalens internettbaserte TV-innhold. Brukerne skal blant annet få anbefalinger basert på hva de har valgt tidligere. Metoden hun har utviklet, ligner på filmtjenesten Netflix – som foreslår nye filmer for deg basert på filmer du har sett før.

– For å lage en god anbefaling for deg må man sammenligne deg med andre brukere. Man må finne de som ligner mest på deg og se hva de har sett som du ikke har sett ennå, sier Liu.

Hennes veiledere, professor Arnoldo Frigessi og førsteamanuensis Ida Scheel påpeker at utfordringen er å få tilgang til data av så høy kvalitet at man kan komme med forslag som oppleves som nyttige av brukeren. Derfor legges det opp til at man ikke gir anbefalinger før man vet nok om vedkommende.

– Dårlige anbefalinger virker mot sin hensikt, sier Scheel.