Karlsruhe Institute of TechnologyKarlsruhe Institute of Technology

Lehrveranstaltung

Vorlesung Recommendersysteme

Zurück zur Übersicht
Semester:Wintersemester 2024
Dozenten:Prof. Dr. Andreas Geyer-Schulz;
Termin:Freitag 09:45 - 11:15
Ort:Gebäude 10.11, Raum 223 (Sitzungssaal)
SWS:2
Verlinkt mit:Übung Recommendersysteme (Übung) Wintersemester 2024

Teilnehmen

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

Inhalt

Alle Vorlesungs- und Übungsmaterialien, sowie aktuelle Ankündigungen sind im zugehörigen ILIAS Kurs zu finden. Zusätzliche Literatur zu den jeweiligen Einheiten finden Sie auf dieser Webseite.

Veranstaltungstermine

Time Inhalt
25.10.2024, 09:45 - 11:15
08.11.2024, 09:45 - 11:15
15.11.2024, 09:45 - 11:15
22.11.2024, 09:45 - 11:15
29.11.2024, 09:45 - 11:15
06.12.2024, 09:45 - 11:15
13.12.2024, 09:45 - 11:15
20.12.2024, 09:45 - 11:15
10.01.2025, 09:45 - 11:15
17.01.2025, 09:45 - 11:15
24.01.2025, 09:45 - 11:15
31.01.2025, 09:45 - 11:15
07.02.2025, 09:45 - 11:15
14.02.2025, 09:45 - 11:15


Vorlesungsmaterialien

Inhalt Autor
Organisation 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 (in Überarbeitung) Geyer-Schulz, Andreas
III.11 Web-Rankings als Empfehlungen: PageRank, Authority und Hub Geyer-Schulz, Andreas
Alte Klausuren Geyer-Schulz, Andreas