I NUOVI PARADIGMI DELLA LETTURA DIGITALE, TRA RACCOMANDAZIONI E “READING LIFE”

 

“Customers Who Bought This Item Also Bought…” : a questa frase si può far risalire l’inizio del social reading, quella pratica che induce a condividere una lettura, che l’avvento della connessione globale ha moltiplicato e diffuso nel comportamento del lettore digitale. Club della lettura, gruppi di discussione, forum: il costume della lettura partecipata e sociale on line vive oggi il suo massimo sviluppo[1].

Il primo passo per creare questa connessione tra un lettore e un altro, tra un lettore e una “comunità” di lettori, con scelte e gusti di lettura analoghi, è da ascrivere alle librerie on line, ed ovviamente ad Amazon in primis, che fin dall’inizio si è dedicato alla ricerca di strumenti per “filtrare” l’offerta di libri da proporre all’acquisto di nuovi o affezionati clienti.

Quello che Amazon ha fatto per migliorare le sue “raccomandazioni di lettura” è stato trasformare il filtraggio collaborativo alla radice. Invece di cercare di trovare clienti simili, ha abbinato oggetti (libri, CD, DVD, ecc…) tra di loro. La sua versione di RS (Recommender Systems[2]) è chiamata filtraggio collaborativo item-to-item [3]  e permette di fornire raccomandazioni di lettura anche per coloro che si sono appena iscritti al sistema e dei quali non si conosce spesso alcun dato.

Un approccio diverso rispetto al modello Amazon è rappresentato dal sistema di raccomandazione adottato da Netflix.

Conosciuta oggi universalmente come piattaforma di produzione e distribuzione di contenuti originali e di serie tv (tra i prodotti in streaming più noti: Orange is the New Black, Hemlock Grove e la premiata serie House of Cards), Netflix nasce nel 1997 come servizio di noleggio di DVD e videogiochi via Internet.

Il servizio on demand di Netflix utilizza un algoritmo di raccomandazione, chiamato CineMatch, che suggerisce nuovi film da vedere sulla base del gradimento espresso dagli utenti per i contenuti già visti.  Quindi oltre alla semplice condivisione di un prodotto, diviene possibile “misurare” con più accuratezza i gusti dei possibili acquirenti.

Il caso delle raccomandazioni di Netflix è anche noto perché nel 2006 la società ha lanciato un concorso, con in palio un milione di dollari, per migliorare almeno del 10% l’efficacia delle raccomandazioni fornite da CineMatch[4]. La società risultata vincitrice, dopo quasi tre anni di prove successive, è stato il gruppo BellKor (http://www.netflixprize.com/assets/GrandPrize2009_BPC_BellKor.pdf), che si è aggiudicato il premio in palio, dopo aver preceduto di soli 24 minuti la risposta dell’ultimo avversario rimasto in gara.

Per la cronaca, un secondo tentativo da parte di Netflix di indire nel 2009 un altro premio per raffinare ancor di più l’algoritmo delle raccomandazioni introducendo elementi riferiti questa volta agli tenti, quali l’età, il paese d’origine, il sesso, la zona di residenza, è stato bloccato dalla Federal Trade Commission, come pratica potenzialmente invasiva della privacy[5].

In generale questa antinomia tra persone e cose caratterizza il mondo dei social media (ed anche quello del social reading) da sempre. In essi vengono disegnati due tipi di mappe, che poi rimangono alla base del funzionamento della singola piattaforma: la mappa delle persone e la mappa delle cose. Tecnicamente queste mappe si possono definire attraverso dei grafi (un insieme di punti e di linee o archi, che li uniscono). Il grafo sociale è una mappa delle persone che conosco. La rete di familiari, amici, colleghi, amici di amici, eccetera. Facebook, LinkedIn e la maggior parte dei social network sono ora strutturati attorno a questo tipo di mappa. Il grafo degli interessi è una mappa delle cose che mi piacciono.

“Le due mappe non sono affatto in antitesi, anzi si integrano e sono l’una funzionale all’altra. Tanto è vero che è proprio Facebook uno dei protagonisti di questo processo di integrazione. Ecco probabilmente perché, nel gruppo delle prime applicazioni che sono comparse nella Timeline c’è Pinterest, social network che si costruisce quasi esclusivamente sulla base degli interessi personali. L’integrazione del grafo degli interessi con quello sociale potrebbe essere il passaggio chiave per tradurre in risultati, questa volta realmente misurabili in termini di ROI (Return On Investment), le azioni intraprese dai brand sui social media.”[6]

Sempre sull’integrazione tra mappa delle persone e mappa delle cose stanno lavorando i più grandi players del mondo digitale a partire ancora una volta da Amazon. In questa direzione infatti si può leggere l’acquisizione da parte di Amazon di Goodreads, il celebre social network per i libri che, come ha rilevato lo scrittore statunitense Scott Turow, è “un sito noto per la profondità e la mole dei giudizi critici redatti dagli utenti. Il passaparola tra lettori che hanno gusti simili sembra essere il Santo Graal del commercio di libri online. E grazie alla combinazione del database delle recensioni di Goodreads con quello di Amazon in cui è registrato lo storico degli acquisti fatti dai lettori, il controllo di Amazon sul mercato online del libro si profila incontrastabile.”[7]

Goodreads contava da solo 16 milioni di utenti, più di 30mila book club e oltre 23 milioni di recensioni ed il suo acquisto ha reso possibile la realizzazione di un sistema di lettura chiuso, anzi blindato, che prevede la discussione e l’accesso ai consigli di lettura su Goodreads e l’acquisto su Amazon, usando, per di più il Kindle[8].

Ma la rete ci ha spesso abituato a continui cambi di scenario. E proprio quando il sistema delle raccomandazioni si salda con le piattaforme di acquisto on line, il social reading riparte da un altro punto: il libro.

Servizi online come Highlighter, Openmargin, l’italiana Bookliners e Kobo offrono la possibilità di commentare i singoli passi di un libro, condividere opinioni e notazioni, confrontarsi, fruire informazioni aggiuntive riguardo a personaggi e luoghi narrati.

«Prendiamo ad esempio Kobo. E’ un programma di lettura che crea una “reading life”[9], aggiungendo alla fruizione del libro tutta una serie di elementi social che sono curiosi ma indicativi. Se state leggendo “Alice nel paese delle meraviglie”, quando la protagonista entra in scena nel romanzo, accanto al testo appare una piccola icona che lancia un pop-up con su scritto: “Hai incontrato alice, vuoi dirlo su Facebook?”. In questo modo – continua – Alice diventa una specie di tuo amica o contatto virtuale e tu puoi pensare di costruire intorno ad essa un social network»[10].

Partire dal libro, quindi. Anzi partire nel libro. E in effetti la funzionalità “Oltre il libro” offre ai lettori i retroscena della storia che stanno leggendo. Basta toccare le parole evidenziate per ottenere articoli web, libri simili e autori che sono tematicamente correlati. E così la funzionalità “Oltre il libro” permette davvero un’esperienza di lettura diversa dal solito.

Ma anche per le “raccomandazioni” si può (ri)partire dal libro. Come dimostra BiblioCommons[11], il recente servizio proposto della New York Public Library che aiuta l’utente della biblioteca a scoprire nuovi libri partendo dalle proprie preferenze e dai propri gusti di lettura. Del nuovo progetto Micah May, Director of Startegy della NYPL ha scritto:

“I believe our investment in BiblioCommons is the single most important thing the Library has done to advance our digital strategy and define a new broader role for libraries online. It is the first step toward putting libraries at the center of how people find, manage, discuss, and engage with media content of all kinds in an increasingly electronic age.”

BiblioCommons adopera uno strumento, Bookish[12], che si basa su un algoritmo che raccomanda al lettore un piccolo numero di libri a partire dalle caratteristiche del primo libro scelto. Per fare ciò analizza dozzine di attributi e dati associati a ciascun libro: l’autore, l’editore, l’eventuale illustratore, premi che un libro ha vinto, il genere, la data di pubblicazione, e poi ancora più in profondità i temi affrontati, i concetti, i sentimenti, ecc… Confluiscono in questo sistema di raccomandazioni anche i consigli del bibliotecario, dell’esperto o della rivista letteraria autorevole ed una redazione divisa per i vari generi letterari controlla ed aggiorna continuamente i dati.

Le migliori raccomandazioni sulla lettura, come dice May, alla fine dei conti si basano sui libri e sulla conoscenza del testo.

 

Maurizio Caminito  © 

 

 

 

[1] Il Tropico del Cancro, uno dei portali web più seguiti in Italia, per esempio, ha selezionati ben 31 reti sociali dedicate ai libri, da “10 Righe dai Libri” a “Zazie” (http://tropicodellibro.it/sezione/social-network/).

[2] Sui Sistemi di Raccomandazione si può trovare un interessante contributo on line di Valeria Gennari all’indirizzo  http://www.slideshare.net/valeriagennari94/sistemi-di-raccomandazione

[3] Questo algoritmo fa corrispondere ciascuno degli articoli acquistati o votati dal cliente a oggetti simili e quindi crea un elenco da tali elementi corrispondenti. Prima di tutto, poi, il sito web deve costruire una ‘tabella di articoli simili ‘ analizzando gli elementi che i clienti tendono ad acquistare insieme. Ecco come funziona: per ogni elemento X nel catalogo si trovano tutti i clienti C che hanno acquistato X. Per ciascuno di questi clienti, si trovano tutti gli elementi Y acquistati da C e si registra che un cliente ha acquistato X e Y. Quindi, per tutte le coppie X e Y, si calcola la similarità tra X e Y nello stesso modo in cui avviene per l’algoritmo di filtraggio collaborativo. Sebbene questo calcolo sia piuttosto dispendioso, può essere fatto in anticipo. Una volta che la somiglianza tra ogni coppia di elementi è stata determinata, l’elenco delle raccomandazioni segue facilmente.

[4] http://en.wikipedia.org/wiki/Netflix_Prize

[5] http://blog.netflix.com/2010/03/this-is-neil-hunt-chief-product-officer.html

[6] CFR.: Donato “marKingegno” Carrero, Dal Grafo Sociale al Grafo degli Interessi,

http://www.markingegno.biz/blog/2012/02/20/dal-grafo-sociale-al-grafo-degli-interessi/

[7] Cfr: Il blog THE AUTHORS GUILD, “Turow on Amazon/Goodreads: This is how modern monopolies can be built”, http://www.authorsguild.org/advocacy/turow-on-amazongoodreads-this-is-how-modern-monopolies-can-be-built/ oppure l’articolo su BLOOMBERG di Tom Giles “Amazon Buys Goodreads to Add Tools to Help Users Discover Book”, http://www.bloomberg.com/news/2013-03-28/amazon-buys-goodreads-to-add-tools-to-help-users-discover-book.html

[8] Allo stesso obiettivo in fondo, pur se a scala minore e in ritardo, tende l’operazione Anobii – Mondadori – eReader Kobo.

[9] Kobo Reading Life (http://it.kobo.com/koboarc7hd#readinglife)

[10] Intervento di Gino Roncaglia, citato da Alessio Iacona nell’articolo “Social Reading is here” all’interno del suo blog http://jacona.blogautore.espresso.repubblica.it/2012/06/29/social-reading-is-here/

[11] http://www.bibliocommons.com/

[12] Dietro a progetto Bookish ci sono anni di ricerche e anche di fallimenti. Basti pensare che Zola, l’attuale piccola azienda proprietaria del sito lo ha rilevato dopo che Hachette, Penguin Group (USA) e Simon & Schuster, inizialmente promotori del progetto, lo hanno abbandonato sfiduciati per l’assenza di risultati. Vedi a tal proposito l’articolo di Laura Hazard Owen “Two years and three CEOs later, publisher JV Bookish is ready to help users find their next book”,  http://gigaom.com/2013/02/04/2-years-and-3-ceos-later-publisher-jv-bookish-debuts-to-help-users-find-their-next-book/