Collaborative Filtering
@Shutterstock/aerogondo2
Was ist Collaborative Filtering?
Das Collaborative Filtering, zu Deutsch: kollaboratives Filtern, ist eine Methode zur Auswertung von Verhaltensmustern von Benutzergruppen. Dadurch soll auf die einzelnen Interessen geschlossen werden. Das collaborative Filtering ist eine Art des Data-Minings. Dadurch wird die explizite Nutzereingabe überflüssig.
Das Ziel des Collaborative Filtering
Das collaborative Filtering wird in den meisten Fällen für größere Datenmengen verwendet. Es wird in unterschiedlichen Bereichen, wie dem Finanzdienstleistungssektor oder beim eCommerce verwendet. Durch dieses Filtering sollen automatische Vorhersagen der Interessen der Benutzer erstellt werden. Dabei werden Informationen zum Nutzerverhalten gesammelt. Der Hintergedanke hierbei ist, dass davon ausgegangen werden kann, dass Personen, die dieselben Vorlieben bei einem Produkt besitzen, sich diesbezüglich auch bei weiteren Produkten einig sind. Möchte man somit voraussagen können, wie ein Nutzer A zu einem bestimmten Artikel steht, wird einfach die Meinung anderer Benutzer zu diesem Artikel oder zu bestimmten Eigenschaften des Artikels betrachtet. Hierbei sollen jedoch nur die Nutzer ausgewählt werden, die auch bei anderen Produkten die Meinung von Nutzer A teilen.
Das Collaborative Filtering kann so beispielsweise genutzt werden, um eine Vorhersage darüber zu treffen, welche Fernsehsendung bei den Nutzern gut ankommt. Hierbei wird eine Beobachtung der Fernsehgewohnheiten eines Zuschauers mit der anderer Zuschauer verglichen. Die Fernsehgewohnheiten der Zuschauer, die denen des betrachteten Zuschauers am ähnlichsten sind, werden dann für die Empfehlung von neuen Sendungen verwendet. Hierfür wird eine Liste erstellt, die die möglichen favorisierten Fernsehsendungen enthält. Diese Liste muss dabei jedoch individuell für die einzelnen Zuschauer erstellt werden.
Schwierigkeit
Ein Problem bei dem kollaborativen Filter ist, dass ein neuer Nutzer zu Beginn noch ein leeres Benutzerprofil besitzt. Der Nutzer kann dann keine Empfehlungen erhalten, da seine Interessen noch nicht bekannt sind. Das gleiche Problem zeigt sich bei Produkten, die neu in das System aufgenommen worden sind.
Der Ablauf
Das collaborative Filtering lässt sich in zwei unterschiedliche Schritte aufteilen:
- Zunächst wird nach Nutzern gesucht, die ein ähnliches Verhaltensmuster wie der ausgewählte Nutzer besitzen.
- In einem zweiten Schritt wird dann die Ähnlichkeitsmatrix erstellt, mit der die Beziehung zwischen Artikeln bestimmt wird.
Das Filtering dient heutzutage dazu, um eine Produktauswahl im Bereich Musik, Filme, Nachrichten, Bücher und auch Internetseiten zu treffen.
f
Sie haben noch Fragen?
