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:
- Explizite Informationen bestehen großteils aus Rezensionen und Bewertungen.
- Implizite Informationen werden vor allem aus dem Klickverhalten gewonnen. Das Klicken auf ein Produkt kann als eine unbewusste Bewertung verstanden werden.
Aufgabe 1 - Bewertungsformen Sammlung
Sammle möglichst viele unterschiedliche Formen der Online-Bewertung von Inhalten/ Produkten.
Beachte dabei folgende Fragen:
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.
- Wer oder was wird bewertet?
- Wie sieht die Bewertungsskala aus? Welche Abstufungen sind möglich?
- Warum wird etwas bewertet? Wem bringt die Bewertung etwas?
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.
