Search

© 2019 Author(s). This is an open access article distributed under the terms of the Creative Commons CC-BY-NC 4.0 License (http://creativecommons.org/licenses/by-nc/4.0/). Strømmetjenester bruker gjerne algoritmer for å presentere og filtrere innhold, basert på prediksjoner og kalkulasjoner om hva brukerne liker. Anbefalings- og presentasjonsalgoritmene kan imidlertid sies å fungere som bare ett av flere nivåer der medieinnhold gjøres tilgjengelig. Før algoritmene utarbeider sine anbefalinger, er databasen som de tar utgangspunkt i, allerede strukturert på andre nivåer. I denne artikkelen utvikler vi begrepet «relativ tilgjengelighet» og diskuterer hvilke nivåer av tilgjengeliggjøring som gjør seg gjeldende i strømmetjenester. Vi argumenterer for at tilgjengeliggjøring må forstås som en pyramide med fem nivåer: ontologisk, teknologisk, juridisk, økonomisk og algoritmisk tilgjengelighet. Vi undersøker disse nivåene empirisk gjennom en analyse av et datamateriale fra Norsk filminstitutt, samt en egen undersøkelse av brukerrapporterte anbefalinger gjennom Netflix og Storytel. Vi finner at norske filmer generelt er dårlig representert i de mest utbredte strømmetjenestene. Filminnholdet er også spredt på ulike tjenester. En tilsvarende fragmentering finner vi også for det boklige materialet. Vi diskuterer også årsaker til manglende innhold og fragmentering. Artikkelen kan leses som en kritikk og nyansering av de mest dramatiske situasjonsbeskrivelsene og prediksjonene om algoritmenes makt. Vi konkluderer med at det er grunn til å undersøke mer kritisk hvilke rom algoritmene jobber innenfor. Streaming services often use algorithms to present and filter content based on predictions and calculations of user preferences. However, recommendation and presentation algorithms are arguably just one of several levels where media content is made available. Before the algorithms make their recommendations, the database is already structured on other levels. In this article, we develop the term «contingent availability» and discuss what levels of availability apply in streaming services. We argue that availability must be understood as a five-level pyramid: ontological, technological, legal, economic, and algorithmic availability. We investigate these levels empirically through an analysis of data from the Norwegian Film Institute, as well as a separate survey of user-reported recommendations on Netflix and Storytel. We find that Norwegian films are generally poorly represented in the most widely used streaming services. The films are also spread across various services. A similar degree of fragmentation is found for the book material. We discuss causes of missing content and fragmentation. In addition, the article can be read as a critique of the most radical statements on the power of the algorithm. We conclude that there is reason to investigate the contexts within which algorithms operate more critically.

Master i bibliotek- og informasjonsvitenskap Denne masteroppgaven tar for seg anbefaling av litteratur. Den går grundig igjennom de anbefalingsmetodene som finnes på området. Innholdsbaserte, kollaborative, demografiske, kunnskapsbaserte, kontekstuelle, sosiale og hybride metoder. Oppgaven kartlegger litteratur som anbefalingsdomene og bøker som gjentander som skal anbefales. Deretter drøftes metodene innholdsbaserte og kollaborative anbefalingsmetoder med reelle data fra det norske nettstedet Bokelskere.no. Formålet med denne diskusjonen er å få oversikt over hvilke konsekvenser de forskjellige metodene får for anbefalingssystemet. Dette er et sosialt nettsted for litteraturinteresserte og brukes som et case i forbindelse med oppgaven. Arbeidet med oppgaven kan sees på som et mulighetstudium for å kartlegge hvilke valg som må tas ved utvikling av anbefalingssystemer for litteratur, med fokus på den tekniske siden. This master thesis addresses the recommendation of literature. It thoroughly reviews the recommendation methods that are available in this area. Content-based, Collaborative-based, Demographic, Knowledge-based, Contextual, Social, and Hybrid methods. The master thesis provide an summary of the literature domain and how books can be recommended. Content-based and Collaborative recommendation methods are discussed thoroughly using real data from the Norwegian site Bokelskere.no. This is a social site for literature enthusiasts and is used as a case study in this thesis. The thesis can be viewed as a feasibility study to identify the choices that must be taken in the development of recommendation systems literature, focusing on the technical possibilities.