Vorlesung Recommender Systems
Content
Bitte beachten Sie: Die Inhalte der Übung erhalten Sie im Ilias Kurs, begleitende Literatur hier
auf der Webseite (Spalte "Literatur")
Course dates
|
Time |
Content |
|
04/23/2019, 09:45 - 11:15 |
|
04/30/2019, 09:45 - 11:15 |
|
05/07/2019, 09:45 - 11:15 |
|
05/14/2019, 09:45 - 11:15 |
|
05/21/2019, 09:45 - 11:15 |
|
05/28/2019, 09:45 - 11:15 |
|
06/04/2019, 09:45 - 11:15 |
|
06/11/2019, 09:45 - 11:15 |
|
06/18/2019, 09:45 - 11:15 |
|
06/25/2019, 09:45 - 11:15 |
|
07/02/2019, 09:45 - 11:15 |
|
07/09/2019, 09:45 - 11:15 |
|
07/16/2019, 09:45 - 11:15 |
|
07/23/2019, 09:45 - 11:15 |
|
Course material
|
Content |
Author |
|
0. Organisatorisches |
Geyer-Schulz, Andreas |
|
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 |
|
Tutorientermine |
Schweigert, Victoria-Anne; Schweizer, Marvin |
|