Was ist Collaborative Filtering?
Collaborative Filtering (CF) ist eine Technik, die häufig verwendet wird, um personalisierte Empfehlungen im Web zu erstellen. Einige beliebte Websites, die die kollaborative Filtertechnologie nutzen, sind Amazon, Netflix, iTunes, IMDB, LastFM, Delicious und StumbleUpon. Beim kollaborativen Filtern werden Algorithmen verwendet, um automatische Vorhersagen über die Interessen eines Benutzers zu treffen, indem Präferenzen von mehreren Benutzern zusammengestellt werden.
Zum Beispiel kann eine Website wie Amazon empfehlen, dass die Kunden, die Bücher A und B kaufen, auch Buch C kaufen. Dies geschieht durch den Vergleich der historischen Präferenzen derer, die dieselben Bücher gekauft haben.
Es gibt folgende Arten der kollaborativen Filterung:
Speicherbasiert: Diese Methode verwendet Benutzereinstufungsinformationen, um die Ähnlichkeit zwischen den Benutzern oder Elementen zu berechnen. Diese berechnete Ähnlichkeit wird dann verwendet, um Empfehlungen zu geben.
Modellbasiert: Modelle werden mithilfe von Data Mining erstellt, und das System lernt Algorithmen, um anhand von Trainingsdaten nach Gewohnheiten zu suchen. Diese Modelle werden dann verwendet, um Vorhersagen für tatsächliche Daten zu treffen.
Hybrid: Verschiedene Programme kombinieren die modellbasierten und speicherbasierten CF-Algorithmen.