Stetig steigendes Datenvolumen hat dazu gefuhrt, dass Benutzer nur schwer in der Lage sind, die fur sie relevanten Informationen ausfindig zu machen. Collaborative Filtering ist eine Technik, um das Uberangebot zu filtern indem auf Ressourcen reduziert wird, die ahnlichen Benutzern gefallen. Dieses Buch unterteilt das Verfahren in drei Phasen: Die Aggregation der Praferenzen uber verschiedene Data Mining Techniken, anschliessend 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 Empfehlungsgute an Hand unterschiedlicher Normierung, dem Einfluss von Zeit, der Stimmung, uvm. Dabei wird auf die Vor- und Nachteile der Algorithmen, unterschiedliche Moglichkeiten 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 fur jeden, der sich mit Empfehlungssystemen beschaftigen will.

Данное издание не является оригинальным. Книга печатается по технологии принт-он-деманд после получения заказа.