Empfehlungssysteme tragen Inhalte individuell
an Nutzer im WWW heran,
basierend auf deren konkreten Bedürfnissen,
Vorlieben und Interessen. Solche
Systeme können Produkte, Services,
Nutzer (mit analogen Interessen) uvm.
vorschlagen und stellen damit – gerade
im Web 2.0-Zeitalter – eine besondere
Form der Personalisierung sowie des
social networking dar. Damit bieten
Empfehlungssysteme Anbietern im ECommerce
einen entscheidenden
Marktvorteil, weshalb die Auswertung
der Kundendaten bei großen Firmen
wie Amazon, Google oder Ebay eine
hohe Priorität besitzt. Aus diesem
Grund wird im vorliegenden Artikel auf
die Ansätze von Empfehlungssystemen,
welche auf unterschiedliche Weise
die Bedürfnisse des Nutzers aufgreifen
bzw. „vorausahnen“ und ihm Vorschläge
(aus verschiedenen Bereichen)
unterbreiten können, eingegangen. Der
Artikel liefert eine Definition und Darstellung
der Arbeitsweisen von Empfehlungssystemen.
Dabei werden die
verschiedenen Methodiken jener
Dienste vergleichend erläutert, um ihre
jeweiligen Vor- und Nachteile deutlich
zu machen. Außerdem wird der Ontologie-
und Folksonomy-Einsatz innerhalb
von Empfehlungssystemen beleuchtet,
um Chancen und Risiken der Anwendung
von Methoden der Wissensrepräsentation
für zukünftige Forschungsarbeiten
einschätzen zu können.
Recommender Systems in an Information
Science View – The State of the Art
Recommender systems offer content
individually to users in the WWW,
based on their concrete needs, preferences
and interests. Those systems
can propose products, services, users
(with analogous interests), etc.) and
represent a special form of personalisation
as well as of social networking
– exactly in the Web 2.0 age. Recommender
systems offer e.g. suppliers in
the e-commerce a crucial market advantage.
So, the evaluation of the customer
data has high priority at big
companies like Amazon, Google or
Ebay. For this reason we engaged in
recommender systems, which take up
the user’s needs in different ways, to
“anticipate“ needs and make suggestions
(from different areas) to the user.
This review article achieves a definition
and representation of operations
and methods of recommender systems.
Exactly the different methodologies
of those services should be expounded
comparativly on that occasion
in order to represent advantages
and disadvantages. The use of ontologies
and folksonomies as implementations
in recommender systems is portrayed
in order to be able to take into
consideration chances and risks of the
application of knowledge representation
methods for future researches.