Implementierung und Evaluation eines Content-Based Recommender-Systems im Bereich Sport-Live-Berichterstattung

Thema:
Implementierung und Evaluation eines Content-Based Recommender-Systems im Bereich Sport-Live-Berichterstattung
Art:
MA
Betreuer:
​Michael Eckl (Tickaroo GmbH)
Student:
Philip Gaag
Professor:
Bernd Ludwig
Status:
abgeschlossen
Stichworte:
Recommender-System, Content-Based, Algorithm, User modelling
angelegt:
2017-01-30
Beginn:
2016-11-01
Antrittsvortrag:
2017-02-20
Ende:
2017-04-30

Hintergrund

Tickaroo (GmbH) ist eine in Regensburg befindliche Firma die eine gleichnamige Sportticker-Plattform bereitstellt. Diese ermöglicht es Nutzern die ein Tickaroo-Konto besitzen, über diverse Sportereignisse zu berichten. Durch ein einfaches UI wird es Nutzern ermöglicht schnell und einfach über Sportereignisse diverser Sportarten zu berichten. Die erstellten Ticker sind öffentlich und können auch von Personen eingesehen werden, die kein Tickaroo Konto besitzen. Das aktuelle Empfehlungsverfahren zieht lediglich Merkmale des Tickers in Betracht und passt sich den Nutzervorlieben nicht an.

Zielsetzung der Arbeit

Im Rahmen dieser Arbeit soll ein optimiertes Verfahren der Ticker-Empfehlung entwickelt werden. Im Gegensatz zum bestehenden Verfahren sollen Nutzermodelle eingesetzt werden, um anhand der Vorlieben des Nutzers, die Relevanz eines Tickers zu berechnen. Durch diese Optimierung entstehen Nutzer-spezifische Empfehlungen. Es wird ein Prototyp entwickelt und anschließend getestet, um die Effektivität des Algorithmus bestimmen zu können.

Konkrete Aufgaben

  • Aufbereitung bestehender Daten
  • Entwicklung eines Nutzermodell-Verfahrens
  • Entwicklung Algorithmus
  • Evaluierung des Systems

Erwartete Vorkenntnisse

Keine

Weiterführende Quellen

Nach Absprache mit dem Betreuer.

arbeiten/tickaroo_recommender.txt · Zuletzt geändert: 20.09.2017 10:55 von Christian Wolff
Recent changes RSS feed Debian Powered by PHP Valid XHTML 1.0 Valid CSS Driven by DokuWiki