Karlsruhe Institute of TechnologyKarlsruhe Institute of Technology
Webmaster | Print | Englisch
Lehrveranstaltung

Vorlesung Recommendersysteme

Zurück zur Übersicht
Semester:Sommersemester 2021
Dozenten:Prof. Dr. Andreas Geyer-Schulz;
Termin:Di 09:45 - 11:15
Ort:10.11 Raum 213
SWS:2
Verlinkt mit:Übung Recommendersysteme (Übung) Sommersemester 2021

Teilnehmen

Um sich für die Vorlesung einzuschreiben, müssen Sie sich einloggen.

Inhalt

Wichtige Hinweise

Details zum Ablauf der Vorlesung und Übung (während der Corona-Maßnahmen):

Alle Inhalte und aktuellen Informationen erhalten Sie im Ilias Kurs, begleitende Literatur hier auf der Webseite (Spalte "Literatur").


Vorlesungsmaterialien

Inhalt Autor
I.1 Einführung Geyer-Schulz, Andreas

I.2 Assoziationsregel-Recommender Geyer-Schulz, Andreas

I.3 Collaborative Filtering Systeme Geyer-Schulz, Andreas

II.4 Klassifikation von Recommendersystemen Geyer-Schulz, Andreas

II.5 Mechanism Design Probleme Geyer-Schulz, Andreas

II.6 Zum Wert von Empfehlungen: Explizite Recommendersysteme Geyer-Schulz, Andreas

II.7 Zur Modellierung von Recommendern: Data Mining und Data Processing Geyer-Schulz, Andreas

III.8 Ehrenberg's Repeat-Buying Theorie Geyer-Schulz, Andreas

III.8a Ehrenberg's Repeat-Buying Theorie II: BibTip: Theorien, Modelle, Architektur und Erweiterungen Geyer-Schulz, Andreas

III.9 Entscheidungsbäume Geyer-Schulz, Andreas

III.10 Clustering Geyer-Schulz, Andreas

III.11 Web-Rankings als Empfehlungen: PageRank, Authority und Hub Geyer-Schulz, Andreas

Alte klausuren Geyer-Schulz, Andreas