Collaborative Filtering
Was ist Collaborative Filtering?
Collaborative Filtering ist eine Technik, mit der häufig personalisierte Empfehlungen im Web erstellt werden. Einige beliebte Websites, die die kollaborative Filtertechnologie nutzen, umfassen Amazon, Netflix, iTunes und IMDB. Beim Collaborative Filtering finden Algorithmen Anwendung, mit deren Hilfe automatische Vorhersagen über die Interessen eines Kunden getroffen werden, indem Einstellungen mehrerer Benutzer zusammengestellt werden.
Beispielsweise kann eine Website wie Amazon den Kunden, die Bücher A und B kaufen, empfehlen, auch Buch C zu kaufen. Dies geschieht durch Vergleichen der historischen Vorlieben derjenigen, die dieselben Bücher gekauft haben.
Wie funktioniert es?
Es gibt folgende verschiedene Arten der kollaborativen Filterung:
- Speicherbasiert: Die speicherbasierte Filtermethode nutzt Benutzerbewertungsinformationen, um die ähnlichen Präferenzen zwischen den Benutzern oder Kunden zu berechnen. Diese Berechnungen werden anschließend verwendet, um Kaufempfehlungen abzugeben.
- Modellbasiert: Mithilfe von Data Mining werden Modelle erstellt. Außerdem lernt das System Algorithmen, um durch die Nutzung von Daten nach Kaufgewohnheiten zu suchen. Die erstellten Modelle werden anschließend eingesetzt, um für reale Kunden Vorhersagen zu erstellen.
- Hybrid-Methode: Verschiedene Programme kombinieren den modellbasierten und den speicherbasierten CF-Algorithmus, um ein ideales Ergebnis zu erzielen.
Sie haben noch Fragen?
Keine Kommentare vorhanden