Collaborative Filtering

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 ĂŒberflĂŒssig.

Das Ziel des Collaborative Filtering

Das collaborative Filtering wird in den meisten FĂ€llen fĂŒr grĂ¶ĂŸere 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 diesbezĂŒglich 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 ausgewĂ€hlt werden, die auch bei anderen Produkten die Meinung von Nutzer A teilen.

Das Collaborative Filtering kann so beispielsweise genutzt werden, um eine Vorhersage darĂŒber 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 Ă€hnlichsten sind, werden dann fĂŒr die Empfehlung von neuen Sendungen verwendet. HierfĂŒr wird eine Liste erstellt, die die möglichen favorisierten Fernsehsendungen enthĂ€lt. Diese Liste muss dabei jedoch individuell fĂŒr 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 lÀsst sich in zwei unterschiedliche Schritte aufteilen:

  • ZunĂ€chst wird nach Nutzern gesucht, die ein Ă€hnliches Verhaltensmuster wie der ausgewĂ€hlte 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, BĂŒcher und auch Internetseiten zu treffen.


Sie haben noch Fragen?

Kontaktieren Sie uns

Kostenloser SEO-Check der OSG


Weitere Inhalte