Beschreibung
Empfehlungssysteme stellen seit der Veröffentlichung der ersten wissenschaftlichen Artikel über kollaborative Verfahren Mitte der 90er Jahre ein wichtiges Forschungsgebiet dar. Die Forschung beschäftigt sich seit Jahren mit der Entwicklung von komplexeren algorithmischen Ansätzen, um die Resultate hinsichtlich der Präzisionsmetriken wie die absolute mittlere Fehlerrate zu verbessern. In dieser Arbeit wird mit RF-Rec ein simples Empfehlungsverfahren analysiert, dessen Berechnungen auf Bewertungshäufigkeiten basieren, und weitere Varianten vorgestellt. Die Evaluierungen auf sechs bekannten Datensätzen zeigen, dass RF-Rec Prädiktoren insbesondere bei wenigen Daten, die für Empfehlungssysteme eine Herausforderung darstellen, vergleichbare Ergebnisse wie die populären Verfahren SVD und Slope One erzielen können. Mit Hilfe von statistischen Tests wird demonstriert, dass die beobachteten Unterschiede nicht signifikant sind. Zudem wird präsentiert, dass durch einfache Optimierungen weitere Verbesserungen möglich sind. Damit wird möglicherweise ein Pro-Beitrag zur Debatte geleistet, die die Aussagekraft von Präzisionsmetriken immer mehr in Frage stellt.
Autorenporträt
Der gebürtige Dortmunder absolvierte im Jahr 2011 das Informatik-Studium an der Technischen Universität Dortmund. Heute ist er als SAP Technologieberater in Heidelberg tätig.