Web-Empfehlungssystem basierend auf dem Suchverlauf der Benutzer [German]

By Gaurav Paliwal

Derzeit verwenden die meisten verf gbaren Empfehlungssysteme den Ansatz des kollaborativen Filterns. Diese Art von Empfehlungssystemen geht davon aus, dass zwei Benutzer, die ein hnliches Interesse an denselben Inhalten gezeigt haben, auch bei der Auswahl zuk nftiger Inhalte ein hnliches Interessenmuster aufweisen. Es kann jedoch vorkommen, dass sich Benutzer, die einen bestimmten Geschmack in Bezug auf eine bestimmte Kategorie von Inhalten haben, bei der Auswahl von Inhalten aus anderen Kategorien anders verhalten. Au erdem funktionieren die kollaborativen Filterans tze nicht effizient mit sp rlichen Datens tzen, bei denen es nur eine geringe Anzahl von Inhalten oder eine begrenzte Anzahl von Benutzern in den Inhaltskategorien gibt. Um all diese Probleme zu berwinden, wird ein neuartiger Ansatz verwendet, bei dem Inhalte ber verschiedene Kategorien hinweg empfohlen werden, indem sowohl die semantischen Informationen der Inhalte als auch die Interessen der Benutzer ber cksichtigt werden. Dieser Ansatz verwendet Linked Data als Quelle, um die entsprechenden Semantiken der Inhalte zu finden, die aus dem Betrachtungsverlauf der Benutzer extrahiert wurden. Die f r die Inhalte abgerufenen semantischen Konzepte werden dann auf der Grundlage ihrer hnlichkeit und Relevanz zu semantischen Clustern zusammengefasst.

• Format: Paperback
• Language: German
• ISBN: 6208377536
• ISBN13: 9786208377533
• Release Date: December 2024
• Publisher: Verlag Unser Wissen
• Length: 56 Pages
• Weight: 0.21 lbs.
• Dimensions: 0.1" x 6.0" x 9.0"