Schwarmintelligenz und evolutionäre Algorithmen in ...

5 Evaluationsmethoden und Experimente
In diesem Kapitel werden die in Kapitel 4 vorgestellten Verfahren experimentell untersucht.
Die dabei verwendeten Maße werden zuerst vorgestellt, sowie eine Beschreibung des Ablaufs
der Experimente aufgezeigt. Zusätzlich wird der verwendete Datensatz und dessen Eigenschaften
beschrieben.
5.1 Datensatz
Für die Evaluation der Algorithmen wird der Datensatz MovieLens 1 der Universität von Minnesota
eingesetzt. Dieser Datensatz ist in der Forschungsgemeinde zu Recommendersystemen
verbreitet und wird oft für die Evaluation von neuen Verfahren verwendet. Neben diesem Datensatz
ist noch der Datensatz des Netflix Grand Prize 2 des Online-DVD-Verleihers Netflix, der
Jester Datensatz 3 mit Bewertungen zu Witzen, der Book-Crossing Datensatz 4 mit Buchbewertungen
und der EachMovie Datensatz für Filme in der Literatur verwendete Datensätze. Der
EachMovie Datensatz wird jedoch seit 2004 nicht mehr gepflegt und kann nicht mehr aus
offizieller Quelle bezogen werden.
MovieLens Der MovieLens ist in drei verschiedenen Varianten erhältlich, die sich jeweils
nur in der Anzahl der abgegebenen Ratings, User und Filmen unterscheiden. Der Grundaufbau
des Datensatzes ist bei allen Varianten derselbe.
Der Hauptdatensatz, siehe Tabelle 5.1, enthält jeweils einen Benutzer, der von diesem Benutzer
bewertete Film, die entsprechende Bewertung und einen Zeitstempel. Für jeden Benutzer
sind in einer weiteren Tabelle die jeweiligen demografischen Daten abgelegt, siehe Tabelle 5.2.
Für jeden Film sind dessen Details wie in Tabelle 5.3 abgelegt. Die Genre werden durch eine
Bitmaske definiert, eine 1 bedeutet der Film ist diesem Genre zugeordnet, bei einer 0 nicht.
Ein Film kann zu mehreren Genres gehören.
Nicht alle Daten dieses Datensatzes wurden verwendet. Die Postleitzahl, der Zeitstempel
sowie das Veröffentlichungsdatum des Film (nicht in Tabelle 5.3 aufgeführt) werden nicht in
den hier vorgestellten Recommendersystemen verwendet, da diese Daten sich nicht für die
in Kapitel 4 vorgestellten Methoden eignen. Der Zeitpunkt der Bewertungsabgabe sowie die
Veröffentlichung des Film sagt nichts über die Präferenz eines Benutzer zu einem Item aus.
1 http://grouplens.org/node/73
2 http://archive.ics.uci.edu/ml/datasets/Netflix+Prize
3 http://eigentaste.berkeley.edu/dataset/
4 http://www.informatik.uni-freiburg.de/~cziegler/BX/
61