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

Vorlesung Recommender Systems

Return to list
Semester:Summer Term 2021
Lecturer:Prof. Dr. Andreas Geyer-Schulz;
Appointment:Di 09:45 - 11:15
Location:10.11 Raum 213
SWS:2
Linked to:Übung Recommender Systems Summer Term 2021

Participate

To sign up to this course, you must login.

Content

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").

Zoom Information for Live Session:

Time: Monthly on Tu., 09:45 AM to 11:15 AM

First Session: 04.05.2021

Second Session: 01.06.2021

Third Session: 06.07.2021

Join Zoom Meeting: https://kit-lecture.zoom.us/j/62565302368

Meeting ID: 625 6530 2368


Course material

Content Author
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