Grin logo
en de es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Computer Science - Commercial Information Technology

Empfehlungssysteme für Gruppen. Wie man die Genauigkeit verbessert und unterschiedliche Settings abdeckt

Title: Empfehlungssysteme für Gruppen. Wie man die Genauigkeit verbessert und unterschiedliche Settings abdeckt

Textbook , 2018 , 79 Pages

Autor:in: Marina Hell (Author)

Computer Science - Commercial Information Technology
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Konsumenten sehen sich in Zeiten des Internets einer regelrechten Informationsflut gegenüber. Die wirklich relevanten Informationen herauszufiltern, wird für viele immer schwieriger. Eine Lösung bieten Empfehlungssysteme. Diese reduzieren die Komplexität von Entscheidungen, sodass Nutzer relevante Informationen schneller finden.

Ob bei der Urlaubsplanung oder beim Streaming, viele Anbieter setzen schon jetzt auf Gruppenempfehlungssysteme. Die jeweiligen Lösungen können aber noch nicht allgemein angewandt werden. Wie Marina Hell verdeutlicht, fehlt uns derzeit noch ein domainunabhängiges Empfehlungssystem für Gruppen.

Wie können in einem unabhängigen Setting Empfehlungen für Gruppen generiert werden? Und wie erreichen Empfehlungen eine bessere Genauigkeit? Hell erklärt die theoretischen Grundlagen und entwickelt ein eigenes domänenunabhängiges Empfehlungssystem für Gruppen.

Aus dem Inhalt:
- Empfehlungsalgorithmus;
- Filtering;
- Gruppierungsstrategie;
- Präferenz;
- Cluster

Excerpt


Inhaltsverzeichnis

  • Einleitung
  • Recherche und Diskussion der relevanten Literatur
    • Vorgehen der Literaturrecherche
    • Begriffsdefinitionen
  • Theoretische Grundlagen zu Gruppenempfehlungssystemen
    • Empfehlungssysteme für Einzelnutzer
    • Empfehlungssysteme für Gruppen
    • Empfehlungsalgorithmen
    • Gruppierungsstrategie
    • Aggregationsmethode
  • Entwicklung und Umsetzung eines Empfehlungssystems für flüchtige Gruppen
    • Anforderungen
    • Entwicklung des Modells
    • Umsetzung des Modells
  • Implementierung der entwickelten Methode
    • Programmeinführung KNIME
    • Implementierung des Gruppenempfehlungssystems
  • Evaluation des Gruppenempfehlungssystems und Interpretation der Ergebnisse
    • Erhebung des Datensatzes
    • Wahl des Evaluationskriteriums
    • Vorgehen der Evaluation
    • Diskussion der Ergebnisse
  • Schluss
    • Zusammenfassung der Arbeit
    • Kritische Würdigung und Ausblick für zukünftige Forschung

Zielsetzung und Themenschwerpunkte

Diese Arbeit befasst sich mit der Entwicklung und Evaluation eines Gruppenempfehlungssystems, das die Genauigkeit von Empfehlungen für Gruppen verbessern soll. Das System soll dabei insbesondere in flüchtigen Gruppensituationen, wie zum Beispiel bei spontanen Empfehlungen von Inhalten auf Social-Media-Plattformen, zuverlässige Ergebnisse liefern.

  • Analyse der bestehenden Literatur zu Gruppenempfehlungssystemen
  • Entwicklung eines neuen Modells für Gruppenempfehlungen
  • Implementierung des entwickelten Modells in einer realen Umgebung
  • Evaluation des Systems anhand von relevanten Evaluationsmetriken
  • Diskussion der Ergebnisse und Ausblick auf zukünftige Forschungsarbeiten

Zusammenfassung der Kapitel

  • Einleitung: Dieses Kapitel stellt die Thematik der Gruppenempfehlungssysteme vor, erläutert die Relevanz und die Herausforderungen der Forschung in diesem Bereich sowie die Ziele und den Aufbau der Arbeit.
  • Recherche und Diskussion der relevanten Literatur: In diesem Kapitel wird eine umfassende Literaturrecherche zu den Themen Gruppenempfehlungssysteme, Empfehlungsalgorithmen und Gruppierungsstrategien durchgeführt. Die Ergebnisse der Recherche werden anschließend diskutiert und die relevanten Erkenntnisse für die weitere Arbeit zusammengefasst.
  • Theoretische Grundlagen zu Gruppenempfehlungssystemen: Dieses Kapitel behandelt die theoretischen Grundlagen zu Gruppenempfehlungssystemen, einschließlich der verschiedenen Arten von Empfehlungsalgorithmen, der Gruppierungsstrategie und der Aggregationsmethode. Es werden die Vor- und Nachteile der verschiedenen Ansätze und Methoden diskutiert.
  • Entwicklung und Umsetzung eines Empfehlungssystems für flüchtige Gruppen: In diesem Kapitel wird ein neues Modell für Gruppenempfehlungssysteme entwickelt, das speziell für flüchtige Gruppensituationen konzipiert ist. Es werden die Anforderungen an das System definiert und das Modell anhand der relevanten theoretischen Grundlagen beschrieben.
  • Implementierung der entwickelten Methode: Dieses Kapitel beschreibt die Implementierung des entwickelten Modells in einer realen Umgebung. Es werden die verwendeten Programme und die einzelnen Schritte der Implementierung erläutert.
  • Evaluation des Gruppenempfehlungssystems und Interpretation der Ergebnisse: Dieses Kapitel behandelt die Evaluation des entwickelten Gruppenempfehlungssystems. Es werden die verwendeten Evaluationsmetriken, die Vorgehensweise der Evaluation und die Interpretation der Ergebnisse erläutert.

Schlüsselwörter

Gruppenempfehlungssysteme, flüchtige Gruppen, Empfehlungsalgorithmen, Gruppierungsstrategie, Aggregationsmethode, Evaluation, KNIME, Mean Absolute Error (MAE), Root Mean Square Error (RMSE).

Excerpt out of 79 pages  - scroll top

Details

Title
Empfehlungssysteme für Gruppen. Wie man die Genauigkeit verbessert und unterschiedliche Settings abdeckt
Author
Marina Hell (Author)
Publication Year
2018
Pages
79
Catalog Number
V494645
ISBN (eBook)
9783960957447
ISBN (Book)
9783960957454
Language
German
Tags
Recommender System Empfehlungssystem Empfehlungssysteme Empfehlungsalgorithmus Filtering Gruppierungsstrategie Präferenz Cluster
Product Safety
GRIN Publishing GmbH
Quote paper
Marina Hell (Author), 2018, Empfehlungssysteme für Gruppen. Wie man die Genauigkeit verbessert und unterschiedliche Settings abdeckt, Munich, GRIN Verlag, https://www.grin.com/document/494645
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • https://cdn.openpublishing.com/images/brand/1/preview_popup_advertising.jpg
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  79  pages
Grin logo
  • Grin.com
  • Payment & Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint