Vergleich von Data Mining-Verfahren für ein auf Selbstauskunft basierendes Empfehlungssystem

Abstract

Durch den beständigen Wachstum an im Internet verfügbaren Daten wird eine Filterung immer erforderlicher. Eine Möglichkeit der Filterung ist die Verwendung eines Recommender System (RS). Neben der Filterung hat das RS den Vorteil, dass sich die Angebote der Seite den Wünschen und Bedürfnissen des Benutzers anpassen. Ein Problem für RS sind neue Benutzer oder Objekte, da für diese keine oder nur ungenaue Vorschläge generiert werden können. Eine Möglichkeit, dieses Problem zu lösen, ist die Selbstauskunft. Somit wird im Kontext dieser Arbeit auch die Frage diskutiert, ob es möglich ist, Empfehlungen mithilfe von Selbstauskunft zu generieren. Es wird gezeigt, dass die Bewertungen von Filmen mit - durch Selbstauskunft gewonnene - Kategoriebewertungen, vorhergesagt werden können.

With the constantly increasing available data in the internet a ltration becomes more and more necessary. A possible ltration is the use of a Recommender System (RS). Besides ltration the RS hast the advantage that the offers of a webpage adjust to the user’s requests and needs. A problem for the rs are new users or objects because offers for them cannot or can only be generated vaguely. A possibility to solve this problem is self disclosure. Therefore in the context of this thesis the question is also discussed whether it is possible to generate offers by using self disclosure. It is shown that the valuation of films can be predicted with the valuation of categories won by self information.