Sie sind hier

Proseminar "Collaborative Filtering"

Leider musste dieses Proseminar abgesagt werden.

Dies ist ein Proseminar im Wintersemester 2016/2017 zum Thema Collaborative Filtering, geeignet für Bachelor-Studenten in der Informatik und verwandten Fächern. Es wird in deutscher Sprache durchgeführt.

Übersicht zum Thema

Collaborative Filtering (auf Deutsch auch kollaboratives Filtern) bezeichnet Algorithmen, die von Suchmaschinen und ähnlichen Systemen verwendet werden, um relevante Dokumente nicht nach ihren Inhalten zu finden, sondern basierend darauf, wir andere Benutzer in der Vergangenheit mit diesen interagiert haben. Als einfachstes Beispiel für Collaborative Filtering kann das klassische "Benutzer, die X mochten, mögen wahrscheinlich auch Y"-Verfahren herhalten.  Collaborative-Filtering-Techniken erlauben es somit, Empfehlungssysteme (Recommender Systems) zu konstruieren:  Systeme, die Dokumente empfehlen können, ohne dass der Benutzer Suchbegriffe eingeben muss. 

Collaborative-Filtering-Systeme sind am Ende der 1990er entstanden, im Kontext der Disziplin Information Retrieval, d.h. der Theorie der Suchmaschinen.  Daher auch der Name: Es wurde davon ausgegangen, dass die Ergebnisliste einer Suchmaschine weiter gefiltert und sortiert werden soll.  Erst später wurde klar, dass solche Systeme auch ganz ohne eine Suchmaschine auskommen können, und so entstand die Disziplin der Recommender Systems, die heutzutage einen eigenen Teilbereich in der Informatik darstellt.  In diesem Proseminar werden frühe Collaborative-Filtering-Arbeiten behandelt, d.h. Arbeiten aus der Zeit, bevor der Begriff Recommender Systems Fuß fasste (zirka 1998–2009). 

Gängige Themen aus dieser Zeit sind das Vorhersagen von Benutzer-Ratings, oft auf einer Fünf-Sterne-Skala (5 Sterne = find ich gut, 1 Stern = mag ich nicht), das Definieren von Fehlermaßen zur Messung der Qualität von Ergebnissen, die Kombination mit anderen Filter- und Vorhersagetechniken, und das Erstellen von latenten Modellen, zum Beispiel basierend auf Matrixzerlegungen. Collaborative-Filtering-Methoden wurden oft eingeteilt in User-based und Item-based, sowie in Memory-based und Model-based, wobei die exakten Definitionen variabel und die Übergänge fließend sind. Überlegungen wie die Usability solcher Systeme kamen erst später auf (unter dem Namen Recommender Systems), und werden in diesem Proseminar nicht behandelt.

Ein Meilenstein aus dieser Epoche bildet der Netflix-Prize, bei dem der große US-Amerikanische Filmdienst Netflix (damals noch als DVD per Post!) einen Wettbewerb aussprach, bei dem der hauseigene Collaborative-Filtering-Algorithmus um 10% übertroffen werden musste, um eine Million US-Dollar zu gewinnen.

Das Proseminar wird auf Deutsch durchgeführt; naturgemäß sind die zu behandelden Artikel und der entsprechende Jargon jedoch auf Englisch.

Termine

  • Kick-off-Termin:  Donnerstag, den 3. November 16:00–18:00 c.t. im A120.
  • Seminar-Termine:  voraussichtlich als Block am Ende (oder kurz nach dem Ende) der Vorlesungszeit.  Termine werden mit den Studenten abgestimmt.
  • Termine zur Abgabe der schriftlichen Ausarbeitung werden in der Kick-off-Veranstaltung angekündigt.

Administrative Information

  • Klips-Seite
  • Veranstaltungsnummer: 0461236
  • Geeignet für:  Bachelor-Studenten in der Informatik und verwandten Fächern, z.B. Computervisualistik. 
  • Anmeldung:  Studenten sollten sich zur Veranstaltung in Klips anmelden. Vergabe von Themen und Gruppenbildung finden im Kick-off-Meeting statt.
Beteiligte: 

Prof. Dr. Steffen Staab

staab@uni-koblenz.de

Publications:
N/A

Dr. Jérôme Kunegis

kunegis@uni-koblenz.de

Publications:
N/A