Overview

Stetig steigendes Datenvolumen hat dazu gefhrt, dass Benutzer nur schwer in der Lage sind, die fr sie relevanten Informationen ausfindig zu machen. Collaborative Filtering ist eine Technik, um das berangebot zu filtern indem auf Ressourcen reduziert wird, die hnlichen Benutzern gefallen. Dieses Buch unterteilt das Verfahren in drei Phasen: Die Aggregation der Prferenzen ber verschiedene Data Mining Techniken, anschlieend die Korrelation zwischen Benutzern ( User Based Collaborative Filtering ) oder Items ( Item Based Collaborative Filtering ) durch verschiedene Algorithmen und letztendlich die Auswahl der besten Empfehlungen aus der Menge. Schwerpunkt dieser Arbeit sind verschiedenen Thesen zur Optimierung der Empfehlungsgte an Hand unterschiedlicher Normierung, dem Einfluss von Zeit, der Stimmung, uvm. Dabei wird auf die Vor- und Nachteile der Algorithmen, unterschiedliche Mglichkeiten des Einsatzgebiets und das generelle Cold Start Problem eingegangen. Dieses Buch liefert sowohl die mathematische Grundlagenforschung als auch alle Algorithmen in Pseudocode und ist daher die ideale Basis fr jeden, der sich mit Empfehlungssystemen beschftigen will.

Full Product Details

9783639255096

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available