Schwarmintelligenz und evolutionäre Algorithmen in ...

2.5 Collaborative Filtering
bewerten. Diese werden in Klassen C i eingeteilt, z.B. relevant und nicht relevant, indem man
die Wahrscheinlichkeiten berechnet zu welcher Klasse C i die Webseite p j gehört, gegeben die
Keywords k 1j , · · · , k nj dieser Webseite:
Pr(C i |k 1j & · · · &k nj ) (2.1)
Weiter wird angenommen, dass die Schlüsselwörter einer Webseite unabhängig sind und
daher die Wahrscheinlichkeiten proportional zu
P(C i ) ∏ P(k x,j |C i )
x
sind. Es können P(C i ) und P(k x,j |C i ) aus den zugrunde liegenden Daten des Trainingsdatensatzes
bestimmt werden. Es wird die Wahrscheinlichkeit in Formel 2.1 für jede Webseite p j
und jede Klasse C j berechnet und p j in eben die Klasse C j eingeteilt, die die höchste Wahrscheinlichkeit
hat.
2.5 Collaborative Filtering
Die grundlegende Idee hinter collaborative filtering ist die Empfehlung oder Vorhersage einer
Bewertung eines Items auf Basis der Meinungen anderer Benutzer mit ähnlichem Geschmack,
die dieses Item schon bewertet haben. Die Meinung über ein Item kann dabei entweder explizit
oder implizit von den Benutzern eingeholt werden. Der Benutzer kann etwa ein explizites
Rating auf einer Skala von 1 bis 5 abgeben oder das Rating wird aufgrund der impliziten
Beobachtungen seines Kaufverhaltens, der Analyse von Logdateien oder des Klickverhalten
auf einer Webseite erstellt.
Formal ausgedrückt ergibt sich die geschätzte Bewertung r ui eines Users u für ein Item i aus
den Bewertungen r uk i, die dem Item i von anderen Usern u k ∈ U gegeben wurde. Eine konkrete
Implementierung eines Recommendersystems für Filme würde beispielsweise zuerst
die User suchen, die den gleichen Filmgeschmack wie der aktive User haben (d.h. manche
Filme ähnlich bewertet), um mit diesen Informationen den Film zu finden, der von dieser
Nachbarschaft kollektiv am besten bewertet wurde.
Im Folgenden werden die vier Hauptansätze der kollaborativen Filtermethoden vorgestellt.
Die ersten drei Methoden, memory-based, item-based und model-based, werden in der Literatur
häufig gemeinschaftlich als neighbourhood-Methoden bezeichnet. Der vierte Ansatz, latent
factor models kann man als model-based Ansatz ansehen, er wird hier aber als eigenständige
Methode behandelt.
2.5.1 Memory-based Ansatz
Dieser Ansatz arbeitet auf dem gesamten Datensatz, also der gesamten User-Item Matrix (siehe
Tabelle 2.1). Es werden verschiedene Methoden angewandt, um die ähnlichsten Benutzer
11