* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Empfehlungssysteme für Gruppen. Wie man die Genauigkeit verbessert und unterschiedliche Settings abdeckt
Marina Hell
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Informatik
Beschreibung
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
Kundenbewertungen
Cluster, Empfehlungsalgorithmus, Empfehlungssysteme, Präferenz, Filtering, Gruppierungsstrategie, Empfehlungssystem, Recommender System