HMD 293, 50. Jahrgang, Oktober 2013

Web Monitoring

Herausgeber: Andreas Meier, Marcel Blattner

Perspektiven in der Offline-Evaluation von Empfehlungsalgorithmen

Dietmar Jannach, Lukas Lerche

Zusammenfassung

Empfehlungssysteme sind heutzutage ein zentraler Bestandteil vieler Onlineshops und stellen für die Betreiber ein wertvolles Mittel dar, Kunden bei der Produkt- oder Informationssuche zu helfen sowie auf weitere interessante Produkte hinzuweisen. Die meisten Forschungsarbeiten zu Empfehlungssystemen verwenden explizite Produktbewertungen von Kunden als Eingabe für die Algorithmen und als Grundlage für die Empfehlungsgenerierung. In der Realität sind solche Bewertungen jedoch oft nicht in ausreichender Menge vorhanden, sodass für die Produktvorschläge auf andere Datenquellen - wie zum Beispiel Logdaten der Kundenaktionen - zurückgegriffen werden muss. In diesem Beitrag werden praktische Herausforderungen bei der Nutzung und Interpretation solcher weiteren Datenquellen für die Empfehlungsgenerierung besprochen sowie auf methodische Fragen der vergleichenden Bewertung von Empfehlungsalgorithmen eingegangen.

Inhaltsübersicht

  1. Empfehlungssysteme
  2. Offline-Evaluation in der Forschung heute
  3. Neue Ansätze in der Offline-Evaluation
  4. Künftige Entwicklungen
  5. Literatur