
Collaborative Filtering Recommender Systems
Empfehlungssysteme sind ein wichtiger Bestandteil des Informations- und E-Commerce-Ökosystems. Sie stellen eine leistungsfähige Methode dar, die es den Nutzern ermöglicht, große Informations- und Produkträume zu durchforsten.
Nahezu zwei Jahrzehnte Forschung auf dem Gebiet der kollaborativen Filterung haben zu einer Vielzahl von Algorithmen und einer umfangreichen Sammlung von Tools zur Bewertung ihrer Leistung geführt. Die Forschung auf diesem Gebiet entwickelt sich in Richtung eines besseren Verständnisses der Einbettung der Empfehlungstechnologie in spezifische Bereiche. Die unterschiedlichen Persönlichkeiten, die verschiedene Empfehlungsalgorithmen aufweisen, zeigen, dass es sich bei Empfehlungen nicht um ein allgemeingültiges Problem handelt.
Spezifische Aufgaben, Informationsbedürfnisse und Item-Domänen stellen einzigartige Probleme für Empfehlungssysteme dar, und das Design und die Bewertung von Empfehlungssystemen muss auf der Grundlage der zu unterstützenden Benutzeraufgaben erfolgen. Ein effektiver Einsatz muss mit einer sorgfältigen Analyse der potenziellen Benutzer und ihrer Ziele beginnen.
Auf der Grundlage dieser Analyse haben Systemdesigner eine Vielzahl von Optionen für die Wahl des Algorithmus und für dessen Einbettung in die umgebende Benutzererfahrung. Collaborative Filtering Recommender Systems bietet einen umfassenden Überblick über den aktuellen Stand der Forschung im Bereich Collaborative Filtering. Es werden die wichtigsten Algorithmen für kollaboratives Filtern und herkömmliche Mittel zur Messung ihrer Leistung anhand von Benutzerbewertungsdatensätzen erörtert.
Anschließend werden der Aufbau zuverlässiger, genauer Datensätze, das Verständnis von Empfehlungssystemen im breiteren Kontext des Informationsbedarfs der Benutzer und der Aufgabenunterstützung sowie die Interaktion zwischen Benutzern und Empfehlungssystemen erörtert. Collaborative Filtering Recommender Systems bietet sowohl Praktikern als auch Forschern eine Einführung in die wichtigen Themen, die Empfehlungssystemen zugrunde liegen, sowie in die aktuellen Best Practices zur Lösung dieser Probleme.