i

Kollaborative Empfehlungssysteme

Kollaborative Empfehlungssysteme nutzen für die Empfehlungen die Informationen anderer Nutzer, die auf Basis der Datengrundlage eine große Ähnlichkeit haben.
Die Grundlage für dieses Empfehlungssystem bilden folglich Nutzerähnlichkeiten. Somit werden für die Empfehlungen weniger Informationen über die Ähnlichkeiten der empfohlenen Inhalte/ Produkte benötigt.
Auch bei kollaborativen Empfehlungssystemen unterscheiden wir zwischen expliziten und impliziten Informationen:
  1. Explizite Informationen bestehen großteils aus Rezensionen und Bewertungen.
  2. Implizite Informationen werden vor allem aus dem Klickverhalten gewonnen. Das Klicken auf ein Produkt kann als eine unbewusste Bewertung verstanden werden.
Bewertungen zählen zu den wichtigsten expliziten Informationen für kollaborative Empfehlungssysteme, die Nutzer bewusst innerhalb eines Systems hinterlassen. Daher wollen wir uns mit ihnen etwas näher befassen. Es gibt unterschiedliche Formen, d.h. Daten (!), in denen Bewertungsinformationen vorliegen können. Dies hängt wesentlich vom verwendeten Bewertungssystem ab.

Aufgabe 1 - Bewertungsformen Sammlung

Sammle möglichst viele unterschiedliche Formen der Online-Bewertung von Inhalten/ Produkten. Beachte dabei folgende Fragen:
  • Wer oder was wird bewertet?
  • Wie sieht die Bewertungsskala aus? Welche Abstufungen sind möglich?
  • Warum wird etwas bewertet? Wem bringt die Bewertung etwas?
Stelle deine Ergebnisse übersichtlich auf einem Plakat dar.
Da wir uns in unserem Projekt mit dem Streamingdienst Netflix beschäftigen, betrachten wir die Entwicklung dieses Bewertungssystems etwas genauer. Früher nutzte Netflix ein Fünf-Sterne-Bewertungssystem. 2017 stellten das Unternehmen dann auf ein Daumen-hoch-Daumen-runter-Bewertungssystem um. Die zusätzliche Einführung eines sogenannten Doppeldaumens folgte 2022.

Aufgabe 2 - Bewertungssysteme im Vergleich

Finde heraus, mit welchen Begründungen das Unternehmen Netflix sein Bewertungssystem änderte. Fertige dabei eine Liste der Vor- und Nachteilen der drei Varianten an.

Suche

v
5.1.3.3.1.1.1.3
inf-schule.de/ki/menueansicht/maschinelles_lernen_mit_python/data_science/projekt_empfehlungssysteme/projektexpertise/bereichsexpertise/kollaborativeempfehlungssysteme
inf-schule.de/5.1.3.3.1.1.1.3
inf-schule.de/@/page/wIOwChUFkEzsIzbo

Rückmeldung geben