Empfehlungssysteme: Recommender Systems - Grundlagen, Konzepte und Lösungen

Front Cover
Springer-Verlag, Feb 26, 2009 - Computers - 174 pages
1 Review
Das Problem, zu einem Thema "passende" Informationen zu finden, ist vermutlich so alt, wie die Fähigkeit des Menschen, Informationen zu archivieren. Der amerikanische Trendforscher John Naisbitt prägte den Satz "Wir ertrinken in Informationen, aber hungern nach Wissen". Empfehlungssysteme werden in vielen Bereichen als Lösung dieses Dilemmas gesehen. Diese auch "Recommender Systems" genannten Lösungen sind ein ebenso spannender wie neuer Bereich der Domäne Wissensmanagement. Die ausführliche Einführung, die im Rahmen von Vorlesungen an der Universität Siegen entstand, erläutert anschaulich die hinter Empfehlungssystemen stehenden Grundlagen und Konzepte. Neben einer fundierten Darstellung des Collaborative Filtering und des Content Based Filtering werden mehr als 50 Empfehlungssysteme in kompakter Form vorgestellt und verglichen. Dieses Buch ist in seiner umfassenden Form die ideale Basis für jeden, der sich ernsthaft mit Empfehlungssystemen beschäftigen will.
 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

Überblick l
1
Grundlagen
21
Methoden von Empfehlungssystemen
37
Anwendungen
87

Other editions - View all

Common terms and phrases

Agent Ähnlichkeit Ähnlichkeitsmaß Akronym aktuellen Algorithmus Anfrage angezeigten Text Anzahl aufgrund Bayes'sches Netz Bedeutung bedingte Wahrscheinlichkeit Beispiel beispielsweise Benutzer-Element-Matrix benutzerbezogene Benutzerprofil Benutzerverhalten besteht bestimmt bewerteten Bild binäre Browse Bücher Cluster Collaborative Filtering Collaborative Filtering-Verfahren Computer Content Based Filtering Cosinus-Ähnlichkeitsmaß definiert Distanzmaß Dokumente Eigenschaftsanalyse Einsatz elementbasiertes Elemente TF.IDF.Dervat Eigenschaften Empfehlun Empfehlung Distanz Empfehlungselement Elemente TF.IDF.Dervat Empfehlungssystemen empfiehlt dem Benutzer Entscheidungsbaum ermittelt explizite Filme Form gewichteter Wortvektor große Häufigkeit Heuristik Hybride Hyperlinks Hyperonym Hyponym implizit Information inhaltlich Inversen Index Klasse Klassifikationsverfahren Knoten Kollokation Komponente konkret Kontext Korpus Korrelationskoeffizient lungselemente manuelle Metadaten Matrix Menge Metadaten Modellbasiertes Verfahren Mutual Information N-Gramme Named Entities Newsgroup Objekte Online-Service Polysemie potenziell Prominenz Recommender System relevanten Schlagworte Schlüsselworte Search Session Stemming Stoppworte Suchanfrage Suchmaschine symmetnsch Synonym Synsets systeme Test-Korpora Textdokumenten TF-IDF TF-IDF-Derivat Thesaurus Topic Map Trainingsdaten Umfeld User Vektoren Vektoren der Beispieltexte verwendet Vorkommen Wahrscheinlichkeit WATSON Webseiten wichtig Worte WordNet Wortvektoren Wortvektoren transformiert zugeordnet zwei

About the author (2009)

Dr. rer. nat. André Klahold beschäftigt sich am Institute of Knowledge Based Systems and Knowledge Management der Universität Siegen vorrangig mit Empfehlungssystemen.

Bibliographic information