Collaborative Filtering. Die Anwendung von Empfehlungssystemen im E-Commerce

Inhaltsverzeichnis

• Einleitung
• Begriffliche und konzeptionelle Grundlagen von Empfehlungssystemen
  • Definition E-Commerce
  • Definition Bewertung
  • Definition Empfehlungssystem
  • Definition Collaborative Filtering
  • Hauptkategorien des Collaborative Filtering
  • Evaluationsmetriken
  • Probleme des Collaborative Filtering
• Beschreibung der Literatur
  • Literaturüberblick zu speicherbasierten Collaborative Filtering Algorithmen
  • Literaturüberblick zu modellbasiertem Collaborative Filtering Algorithmen
• Gemeinsamkeiten und Abweichungen
  • speicherbasierte CF Algorithmen
  • modellbasierte CF Algorithmen
• Fazit
• Literaturverzeichnis

Zielsetzung und Themenschwerpunkte

Die Arbeit befasst sich mit der Anwendung von Empfehlungssystemen im E-Commerce, insbesondere mit der Methode des Collaborative Filtering. Ziel ist es, die Funktionsweise und die verschiedenen Kategorien von Collaborative Filtering-Algorithmen zu erklären und zu analysieren. Dabei werden sowohl speicherbasierte als auch modellbasierte Ansätze betrachtet.

• Definition und Funktionsweise von Empfehlungssystemen
• Verschiedene Kategorien von Collaborative Filtering-Algorithmen
• Evaluationsmetriken für Empfehlungssysteme
• Probleme und Herausforderungen im Zusammenhang mit Collaborative Filtering
• Literaturüberblick zu speicherbasierten und modellbasierten CF-Algorithmen

Zusammenfassung der Kapitel

Kapitel 1 führt in die Thematik der Empfehlungssysteme im E-Commerce ein. Kapitel 2 definiert die zentralen Begriffe und Konzepte wie E-Commerce, Bewertung, Empfehlungssysteme und Collaborative Filtering. Es werden die verschiedenen Hauptkategorien des Collaborative Filtering sowie die gängigen Evaluationsmetriken vorgestellt. Außerdem werden die Herausforderungen und Probleme im Zusammenhang mit dieser Methode beleuchtet.

Kapitel 3 bietet einen Überblick über die einschlägige Literatur zu speicherbasierten und modellbasierten Collaborative Filtering-Algorithmen. Kapitel 4 analysiert die Gemeinsamkeiten und Unterschiede zwischen den verschiedenen Algorithmen. Kapitel 5 zieht ein Fazit und fasst die wichtigsten Ergebnisse der Arbeit zusammen.

Schlüsselwörter

Empfehlungssysteme, E-Commerce, Collaborative Filtering, speicherbasierte Algorithmen, modellbasierte Algorithmen, Evaluationsmetriken, Literaturüberblick.