Karlsruhe Institute of TechnologyKarlsruhe Institute of Technology
Webmaster | Print | German
Course

Vorlesung Recommender Systems

Return to list
Semester:Summer Term 2019
Lecturer:Prof. Dr. Andreas Geyer-Schulz;
Appointment:Dienstag 09:45 - 11:15
Location:10.11 Raum 213
SWS:2

Participate

To sign up to this course, you must login.

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