Courses

Recommender Systeme - Automatisierte Generierung von Empfehlungen (KO2S:05WI)

Typ: Seminar
Veranstaltungszeit: SS des Jahres 2005
Veranstalter: Wolfgang König
Betreuer: Tobias Keim, Jochen Malinowski
Voraussetzung: Abgeschlossene Diplomvorprüfung
Hinweis:

Das Seminar wird als Blockseminar in Zusammenarbeit mit dem Lehrstuhl für Betriebsinformatik und Operations Research der TU Kaiserslautern (Prof. Dr. Oliver Wendt) durchgeführt. Als Teil des Seminars werden die Studenten in ein realitätsnahes Experiment einbezogen und erhalten so Einblicke in die Forschungsarbeit der beiden Lehrstühle sowie in die Relevanz dieser Forschung für die Praxis.

Ablaufplan:
  • Anmeldung über Webmaske an dieser Stelle vom 24.01.2005 bis einschließlich 12.04.2005
  • Vorbesprechung und Themenvergabe (Raum 220C): 13.04.2005, 10.00 - 12.00 Uhr
  • Abgabe der Seminararbeiten in digitaler und papierbasierter Form (Zweifache Ausfertigung): bis 27.05.2005, 12 Uhr
  • Blockseminar: 23. und 24.06.2005
  • Abschlussklausur: voraussichtlich am 15.07.2005

Der erfolgreiche Abschluss des Seminars setzt die Teilnahme an der Blockveranstaltung sowie das Bestehen der beiden Teilleistungen (Seminararbeit/Referat und Klausur) jeweils mindestens mit der Note "ausreichend" (4,0) voraus.

Gute Englischkenntnisse sind von Vorteil.

Der Veranstaltungsort des Blockseminars wird räumlich zwischen Frankfurt am Main und Kaiserslautern liegen. Der genaue Ort wird noch bekannt gegeben. Aufgrund der räumlichen Distanz ist mit einem Unkostenbeitrag zu rechnen. Nähere Informationen hierzu folgen.


max. Teilnehmeranzahl: 30
akt. Zahl der Anmeldungen: 10
Lehrinhalte:

Unter dem Begriff Recommender-Systeme wird ein weites Spektrum an Techniken verstanden, die dazu dienen das Problem des „information overload“ zu lösen.

Mit der Verbreitung des Internets haben die Nutzer Zugriff auf eine immense Menge an Informationen und Produktbeschreibungen erhalten, wodurch die Auswahl der richtigen Information oder des richtigen Produktes erschwert worden ist. Sind mögliche Handlungsalternativen nicht bekannt, wird die Präferenzbildung daher oftmals durch Empfehlungen anderer Personen beeinflusst.

Recommender-Systeme bauen auf der Idee der Generierung von Empfehlungen auf. Sie nutzen die im Internet verfügbare große Menge an Daten über Nutzerverhalten und -profile, um den Nutzern geeignete Objekte vorschlagen zu können, z. B. Kaufempfehlungen für Bücher oder Musik. Ihren Ursprung haben Recommender-Systeme in verwandten Disziplinen wie dem Information Retrieval und der Information Categorization. Hierbei hat sich herausgestellt, dass es nicht Die Eine Technik gibt, um alle Probleme zu lösen, sondern dass sich verschiedene Verfahren in verschiedenen Situationen als nützlich erweisen.

Das Seminar soll sowohl einen Überblick über die Entwicklung der Recommender-Systeme geben als auch aktuelle Erweiterungen beleuchten. Hierbei ist auch ein Einblick in momentan verwendete Verfahren der Praxis (wie z. B. bei Amazon.com) vorgesehen. Ebenso sollen Fragestellungen bzgl. der Übertragung auf die Empfehlung von Personen, die Wahrung der Privatsphäre von Nutzern und die Wichtigkeit von Vertrauen für die Akzeptanz von Empfehlungen diskutiert werden.

Bitte beachten Sie die Formvorschriften für die Anfertigung von Seminararbeiten. Diese können Sie von unseren Lehrstuhlseitenherunterladen (pdf).
Kreditpunkte: 6
Veranstaltungsmaterial: Präsentation_Ergebnisse_Experiment   Präsentation_Thema_01   Präsentation_Thema_02   Präsentation_Thema_03   Präsentation_Thema_04   Präsentation_Thema_07   Präsentation_Thema_08   Präsentation_Thema_09   Präsentation_Thema_10   Präsentation_Thema_11   Seminararbeit_Thema_01   Seminararbeit_Thema_02   Seminararbeit_Thema_03   Seminararbeit_Thema_04_a   Seminararbeit_Thema_04_b   Seminararbeit_Thema_07   Seminararbeit_Thema_08   Seminararbeit_Thema_09   Seminararbeit_Thema_10   Seminararbeit_Thema_11  
Studienabschnitt: Schwerpunktstudium
Themenliste: Referatsthemen