This document provides information about different types of vertebrates including their defining characteristics and examples. It discusses the five main types of vertebrates: mammals, birds, fish, reptiles and amphibians. For each group, it outlines some of their key attributes such as how they breathe, their temperature regulation, habitat and more. It also includes review questions to test comprehension.
The document discusses several approaches for efficiently processing large graphs distributed across clusters. It describes TAO, developed by Facebook for read-optimized queries on social graphs; Horton, a C# query execution engine; Pregel, a framework for batch graph processing; Trinity from Microsoft for online and offline computation; and Unicorn, Facebook's search backend based on Hadoop. Each system is analyzed in terms of its data model, API, architecture, fault tolerance, and performance characteristics. The document concludes by comparing the frameworks and discussing opportunities for future work in query languages and unified frameworks.
This document provides information about different types of vertebrates including their defining characteristics and examples. It discusses the five main types of vertebrates: mammals, birds, fish, reptiles and amphibians. For each group, it outlines some of their key attributes such as how they breathe, their temperature regulation, habitat and more. It also includes review questions to test comprehension.
The document discusses several approaches for efficiently processing large graphs distributed across clusters. It describes TAO, developed by Facebook for read-optimized queries on social graphs; Horton, a C# query execution engine; Pregel, a framework for batch graph processing; Trinity from Microsoft for online and offline computation; and Unicorn, Facebook's search backend based on Hadoop. Each system is analyzed in terms of its data model, API, architecture, fault tolerance, and performance characteristics. The document concludes by comparing the frameworks and discussing opportunities for future work in query languages and unified frameworks.
Sacred Celtic rituals discussed in the document include Samhain (Halloween) and Beltane (May Day). The document also describes the Carmina Gadelica, an ancient Celtic book containing prayers and rituals, and the role of Druids as religious prophets and leaders of rituals in ancient Celtic times, including possessing magical powers and infusing protective spells into swords.
This document provides information about different types of vertebrates including their key characteristics. It discusses the five main types of vertebrates: mammals, birds, fish, reptiles and amphibians. For each group, it outlines some of their defining physical attributes and examples of animals that fall within that group. It also includes several review questions to test comprehension.
The document discusses various types of attacks on recommender systems, such as profile injection attacks where malicious users try to manipulate the recommendations. It analyzes the robustness of collaborative filtering recommender algorithms to different attack strategies like random attacks, bandwagon attacks, and segment attacks. The results show that collaborative filtering is vulnerable to profile injection attacks but that its performance can be improved through detection and defense techniques that identify suspicious profiles and reduce their influence on the recommendations.
The FP7 CODE project will be presented at the Big Data Benchmarking Community call. Here, a high-level overview shall introduce CODEs vision and show the progress after 6-months.
This document discusses real-time distributed data analysis and frameworks like Storm. It introduces the lambda architecture for working with big data, which has a speed layer, serving layer, and batch layer. The batch layer stores immutable data and precomputes batch views using Hadoop. The serving layer provides random access to these views using systems like Impala. The speed layer compensates for high-latency batch views using fast, incremental algorithms like Storm. It also describes how Twitter evolved from queues and workers to using Storm for scalable, fault-tolerant real-time analytics.
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...Florian Stegmaier
Nowadays multimedia data is produced and consumed at an ever increasing rate. Similarly to this trend, diverse storage approaches for multimedia data have been introduced. These observations lead to the fact that distributed and heterogeneous multimedia repositories exist whereas an unified and easy access to the stored multimedia data is not given.
This paper presents an architecture, named AIR, that offers the aformentioned retrieval possibilites. To ensure interoperability, AIR makes use of recently issued standards, namely the MPEG Query Format (MPQF) (multimedia query language) and the JPSearch transformation rules (metadata interoperability).
Präsentation "Kataloganreicherung à la Linked Open Data" auf der Veranstaltung vom VdB, Landesverband Bayern, München am 2012-09-27 "Jenseits der Verbundkataloge. Die Zukunft der Recherche".
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...Martin Kaltenböck
Workshop Unterlage zum WS: Grundlagen und Mehrwerte von offenen vernetzten Daten - von Linked Open Data - am 11.6.2013 bei der ADV eGovernment Konferenz 2013 im Wissensturm Linz.
Folien zu einem Vortrag auf der ODOK 2010 in Leoben zu Linked Data und Open Data, mit einer knappen Darstellung der Linked-Open-Data-Aktivitäten im hbz-Verbund.
Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)Martin Kaltenböck
Präsentation von Martin Kaltenböck (SWC) bei den Wissenschaftstagen der Akademie der Wissenschaften am 3.12. 2014 zum Thema - Einführung, Basis und Benefits von Linked Open Data (LOD) inkl. Best Practise: Linked Open Data Pilot Österreich (LOD Pilot AT - http://linkeddata.gv.at).
Einfürung in Open Data und Linked Data im Kontext bibliografische Daten und Bibliotheken. Inklusive einem Szenario für den Einstieg: Erweiterung eines Katalogs oder Dokumentenservers um eine semantische Komponente.
Vortrag im Rahmen der Veranstaltung "Gegenwart und Zukunft der Sacherschließung". Die interdisziplinäre Fortbildung für Fachreferentinnen und Fachreferenten wurde veranstaltet von der Kommission für Fachreferatsarbeit mit Unterstützung der Deutschen Nationalbibliothek in Leipzig und fand am 6. und 7. Oktober 2011 statt.
Enthält Teile von CC Attribution-ShareAlike Vorträgen Anderer. Vielen Dank an dieser Stelle.
Eine Infrastruktur für freie Katalogdaten. Konzeption und EntwicklungAdrian Pohl
Präsentation auf der 1. DGI-Tagung, gehalten am 8.10.2010.
Siehe auch:
https://wiki1.hbz-nrw.de/display/SEM/Weiterentwicklung+der+konzeptuellen+Ueberlegungen
http://www.dgi-info.de/OnlineTagung.aspx
Sacred Celtic rituals discussed in the document include Samhain (Halloween) and Beltane (May Day). The document also describes the Carmina Gadelica, an ancient Celtic book containing prayers and rituals, and the role of Druids as religious prophets and leaders of rituals in ancient Celtic times, including possessing magical powers and infusing protective spells into swords.
This document provides information about different types of vertebrates including their key characteristics. It discusses the five main types of vertebrates: mammals, birds, fish, reptiles and amphibians. For each group, it outlines some of their defining physical attributes and examples of animals that fall within that group. It also includes several review questions to test comprehension.
The document discusses various types of attacks on recommender systems, such as profile injection attacks where malicious users try to manipulate the recommendations. It analyzes the robustness of collaborative filtering recommender algorithms to different attack strategies like random attacks, bandwagon attacks, and segment attacks. The results show that collaborative filtering is vulnerable to profile injection attacks but that its performance can be improved through detection and defense techniques that identify suspicious profiles and reduce their influence on the recommendations.
The FP7 CODE project will be presented at the Big Data Benchmarking Community call. Here, a high-level overview shall introduce CODEs vision and show the progress after 6-months.
This document discusses real-time distributed data analysis and frameworks like Storm. It introduces the lambda architecture for working with big data, which has a speed layer, serving layer, and batch layer. The batch layer stores immutable data and precomputes batch views using Hadoop. The serving layer provides random access to these views using systems like Impala. The speed layer compensates for high-latency batch views using fast, incremental algorithms like Storm. It also describes how Twitter evolved from queues and workers to using Storm for scalable, fault-tolerant real-time analytics.
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...Florian Stegmaier
Nowadays multimedia data is produced and consumed at an ever increasing rate. Similarly to this trend, diverse storage approaches for multimedia data have been introduced. These observations lead to the fact that distributed and heterogeneous multimedia repositories exist whereas an unified and easy access to the stored multimedia data is not given.
This paper presents an architecture, named AIR, that offers the aformentioned retrieval possibilites. To ensure interoperability, AIR makes use of recently issued standards, namely the MPEG Query Format (MPQF) (multimedia query language) and the JPSearch transformation rules (metadata interoperability).
Präsentation "Kataloganreicherung à la Linked Open Data" auf der Veranstaltung vom VdB, Landesverband Bayern, München am 2012-09-27 "Jenseits der Verbundkataloge. Die Zukunft der Recherche".
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...Martin Kaltenböck
Workshop Unterlage zum WS: Grundlagen und Mehrwerte von offenen vernetzten Daten - von Linked Open Data - am 11.6.2013 bei der ADV eGovernment Konferenz 2013 im Wissensturm Linz.
Folien zu einem Vortrag auf der ODOK 2010 in Leoben zu Linked Data und Open Data, mit einer knappen Darstellung der Linked-Open-Data-Aktivitäten im hbz-Verbund.
Einführung Linked Open Data (LOD) - Introduction to Linked Open Data (LOD)Martin Kaltenböck
Präsentation von Martin Kaltenböck (SWC) bei den Wissenschaftstagen der Akademie der Wissenschaften am 3.12. 2014 zum Thema - Einführung, Basis und Benefits von Linked Open Data (LOD) inkl. Best Practise: Linked Open Data Pilot Österreich (LOD Pilot AT - http://linkeddata.gv.at).
Einfürung in Open Data und Linked Data im Kontext bibliografische Daten und Bibliotheken. Inklusive einem Szenario für den Einstieg: Erweiterung eines Katalogs oder Dokumentenservers um eine semantische Komponente.
Vortrag im Rahmen der Veranstaltung "Gegenwart und Zukunft der Sacherschließung". Die interdisziplinäre Fortbildung für Fachreferentinnen und Fachreferenten wurde veranstaltet von der Kommission für Fachreferatsarbeit mit Unterstützung der Deutschen Nationalbibliothek in Leipzig und fand am 6. und 7. Oktober 2011 statt.
Enthält Teile von CC Attribution-ShareAlike Vorträgen Anderer. Vielen Dank an dieser Stelle.
Eine Infrastruktur für freie Katalogdaten. Konzeption und EntwicklungAdrian Pohl
Präsentation auf der 1. DGI-Tagung, gehalten am 8.10.2010.
Siehe auch:
https://wiki1.hbz-nrw.de/display/SEM/Weiterentwicklung+der+konzeptuellen+Ueberlegungen
http://www.dgi-info.de/OnlineTagung.aspx
Präsentationsfolien zu einem Beitrag auf dem Arbeitstreffen der DINI-AG-KIM-Titeldatengruppe. Frankfurt/Main, 31.10.2013. Siehe auch https://wiki.dnb.de/x/qYCoB.
Linked Open Data Pilotprojekt Österreich - LOD Pilot ATMartin Kaltenböck
Foliensatz im Rahmen des Open Data Support Trainings für die österr. Verwaltung am 15.9.2014, organisiert vom östterreichischen Bundeskanzleramt. Der LOD Pilot Österreich realisiert eine digitale Datenbasisinfrastruktur als Linked Open Data (vernetzten offenen Daten) für Österreich - auf Basis der offenen Daten von data.gv.at (Nationales Open Data Portal) und open.wien.gv.at (Datenportal der Stadt Wien). Hierbei werden 30-50 Basisdatensätze (Industriesektoren, Wirtschaftszweige oder Gemeindekennziffern etc) als Linked Open Data unter linked.data.gv.at publiziert und zur Wiederverwendung bereitgestellt. Das Projekt wurde von der Internetfoundation (netidee) Österreich finanziell unterstützt.
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...Florian Stegmaier
Derzeitig basiert der diagnostische Prozess eines Krankheitsverlaufes in Krankenhäusern auf einer manuellen Beurteilung von Patientendaten zu unterschiedlichen Zeiten und unterschiedlichen Modalitäten (z. B. CT-Aufnahmen vs. MRT). Diese Aufnahmen werden in sehr großen Datenarchiven (Picture Archiving and Communication System, PACS) gespeichert, wohingegen einzelne Datensätze aufgrund von fehlenden aussagekräftigen semantischen Annotationen nur bedingt effizient angefragt werden können.
In dieser Präsentation wird ein generischer Ansatz vorgestellt, um die heterogenen Kliniksysteme durch moderne, semantisch aussagekräftige Technologien zu verbinden und uniform anfragbar zu machen. Durch einen uniformen Zugriff bezüglich Speicherungsform und Anfrageparadigma wird auf diese heterogene Datenlandschaft eine hochwertige semantische Diagnoseunterstützung ermöglicht.
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...
Linked Open Data als Basis für Empfehlungssysteme
1. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Linked Open Data als Basis f¨r
u
Empfehlungssysteme
Christoph Buchner
6. Dezember 2013
Christoph Buchner
Seminar
2. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Inhaltsangabe
1
Linked Open Data
Grundlagen
Entstehung/Entwicklung
Was ist Linked Open Data?
Linked Open Data Beispielaufruf
2
Recommendation Systems
Warum Linked Open Data f¨r Empfehlungssysteme
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiele von Empfehlungssystemen
3
Zusammenfassung
Christoph Buchner
Seminar
3. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1. Linked Open Data
Christoph Buchner
Seminar
4. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1. Linked Open Data
1
Grundlagen
Christoph Buchner
Seminar
5. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1. Linked Open Data
1
Grundlagen
1
Linked Open Data Cloud
Christoph Buchner
Seminar
6. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1. Linked Open Data
1
Grundlagen
1
2
Linked Open Data Cloud
Grunds¨tze
a
Christoph Buchner
Seminar
7. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1. Linked Open Data
1
Grundlagen
1
2
2
Linked Open Data Cloud
Grunds¨tze
a
Entstehung
Christoph Buchner
Seminar
8. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1. Linked Open Data
1
Grundlagen
1
2
Linked Open Data Cloud
Grunds¨tze
a
2
Entstehung
3
Was ist Linked Open Data?
Christoph Buchner
Seminar
9. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1. Linked Open Data
1
Grundlagen
1
2
Linked Open Data Cloud
Grunds¨tze
a
2
Entstehung
3
Was ist Linked Open Data?
4
LOD Beispielaufruf
Christoph Buchner
Seminar
10. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.1 Linked Open Data Cloud
Abbildung: Linked Open data Cloud
1
1
http://lod-cloud.net/versions/2011-09-19/lod-cloud colored.html
Christoph Buchner
Seminar
11. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.2 Grunds¨tze von Linked Open Data
a
2
http://www.w3.org/DesignIssues/LinkedData.html
http://www.w3.org/2008/Talks/0617-lod-tbl/#(4)
4
dieser Nachsatz wurde erst 2006 eingef¨hrt
u
3
Christoph Buchner
Seminar
12. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.2 Grunds¨tze von Linked Open Data
a
nach Tim Berners-Lee
2 3:
2
http://www.w3.org/DesignIssues/LinkedData.html
http://www.w3.org/2008/Talks/0617-lod-tbl/#(4)
4
dieser Nachsatz wurde erst 2006 eingef¨hrt
u
3
Christoph Buchner
Seminar
13. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.2 Grunds¨tze von Linked Open Data
a
nach Tim Berners-Lee
1
2 3:
Use URIs as names for things
2
http://www.w3.org/DesignIssues/LinkedData.html
http://www.w3.org/2008/Talks/0617-lod-tbl/#(4)
4
dieser Nachsatz wurde erst 2006 eingef¨hrt
u
3
Christoph Buchner
Seminar
14. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.2 Grunds¨tze von Linked Open Data
a
nach Tim Berners-Lee
2 3:
1
Use URIs as names for things
2
Use HTTP URIs so that people can look up those names
2
http://www.w3.org/DesignIssues/LinkedData.html
http://www.w3.org/2008/Talks/0617-lod-tbl/#(4)
4
dieser Nachsatz wurde erst 2006 eingef¨hrt
u
3
Christoph Buchner
Seminar
15. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.2 Grunds¨tze von Linked Open Data
a
nach Tim Berners-Lee
2 3:
1
Use URIs as names for things
2
Use HTTP URIs so that people can look up those names
3
When someone looks up a URI, provide useful information
2
http://www.w3.org/DesignIssues/LinkedData.html
http://www.w3.org/2008/Talks/0617-lod-tbl/#(4)
4
dieser Nachsatz wurde erst 2006 eingef¨hrt
u
3
Christoph Buchner
Seminar
16. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.2 Grunds¨tze von Linked Open Data
a
nach Tim Berners-Lee
2 3:
1
Use URIs as names for things
2
Use HTTP URIs so that people can look up those names
3
When someone looks up a URI, provide useful information
(, using the standards (RDF, SPARQL))4
2
http://www.w3.org/DesignIssues/LinkedData.html
http://www.w3.org/2008/Talks/0617-lod-tbl/#(4)
4
dieser Nachsatz wurde erst 2006 eingef¨hrt
u
3
Christoph Buchner
Seminar
17. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.1.2 Grunds¨tze von Linked Open Data
a
nach Tim Berners-Lee
2 3:
1
Use URIs as names for things
2
Use HTTP URIs so that people can look up those names
3
When someone looks up a URI, provide useful information
(, using the standards (RDF, SPARQL))4
4
Include links to other URIs, so that they can discover more
things
2
http://www.w3.org/DesignIssues/LinkedData.html
http://www.w3.org/2008/Talks/0617-lod-tbl/#(4)
4
dieser Nachsatz wurde erst 2006 eingef¨hrt
u
3
Christoph Buchner
Seminar
18. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.2 Entstehung / Entwicklung
Linked Open Data entstand aus dem ’Semantischen Web’ 5
(bzw. als ein Teil davon)
Semantic Web wurde eingef¨hrt um Informationen maschinell
u
besser verarbeiten zu k¨nnen
o
Tim Berners-Lee: “Linked Open Data is the Semantic Web done
right“ 6 7
5
engl. Semantic Web
http://linkeddata.org/faq
7
http://www.w3.org/2008/Talks/0617-lod-tbl/#(3)
6
Christoph Buchner
Seminar
19. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
20. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
Frei verf¨gbare Daten im Web
u
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
21. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
Frei verf¨gbare Daten im Web
u
Zur Codierung der Daten verwendete Standarts:
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
22. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
Frei verf¨gbare Daten im Web
u
Zur Codierung der Daten verwendete Standarts:
Resource Description Framework (RDF)
8
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
23. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
Frei verf¨gbare Daten im Web
u
Zur Codierung der Daten verwendete Standarts:
Resource Description Framework (RDF) 8
SPARQL Protocol And RDF Query Language (SPARQL)
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
9
24. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
Frei verf¨gbare Daten im Web
u
Zur Codierung der Daten verwendete Standarts:
Resource Description Framework (RDF) 8
SPARQL Protocol And RDF Query Language (SPARQL)
Web Ontology Language (OWL) 10
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
9
25. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
Frei verf¨gbare Daten im Web
u
Zur Codierung der Daten verwendete Standarts:
Resource Description Framework (RDF) 8
SPARQL Protocol And RDF Query Language (SPARQL)
Web Ontology Language (OWL) 10
Teil des Semantic Web
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
9
26. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.3 Was ist Linked Open Data?
Frei verf¨gbare Daten im Web
u
Zur Codierung der Daten verwendete Standarts:
Resource Description Framework (RDF) 8
SPARQL Protocol And RDF Query Language (SPARQL)
Web Ontology Language (OWL) 10
Teil des Semantic Web
Idee des Verbindens freier Daten (Netz aus Daten)
8
http://de.wikipedia.org/wiki/Resource Description Framework
http://de.wikipedia.org/wiki/SPARQL
10
http://de.wikipedia.org/wiki/Web Ontology Language
9
Christoph Buchner
Seminar
9
27. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.4 LOD Beispielaufruf
Christoph Buchner
Seminar
28. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.4 LOD Beispielaufruf
http://dbpedia.org/sparql
Christoph Buchner
Seminar
29. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.4 LOD Beispielaufruf
http://dbpedia.org/sparql
SELECT
?movie
?movie
?movie
?movie
}
WHERE {
rdf:type dbpedia-owl:Film .
dbpedia-owl:starring dbpedia:Al Pacino .
dbpedia-owl:starring dbpedia:Robert De Niro .
Christoph Buchner
Seminar
30. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.4 LOD Beispielaufruf
movie
http://dbpedia.org/resource/The Godfather Part II
http://dbpedia.org/resource/Heat (1995 film)
http://dbpedia.org/resource/Godfather Trilogy
http://dbpedia.org/resource/Righteous Kill
http://dbpedia.org/resource/The Godfather Saga
Christoph Buchner
Seminar
31. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Grundlagen
Entstehung / Entwicklung
Was ist Linked Open Data?
LOD Beispielaufruf
1.4 LOD Beispielaufruf
Beim Klick auf z.B.
“http://dbpedia.org/resource/The Godfather Part II“
erh¨lt man Informationen wie:
a
dbpedia-owl:abstract
dbpedia-owl:budget
dbpedia-owl:starring
uvm.
-
alternative Namen
Drehbudget
Darsteller
Christoph Buchner
Seminar
32. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2. Recommendation Systems
Christoph Buchner
Seminar
33. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2. Recommendation Systems
1
Warum LOD f¨r Empfehlungssysteme?
u
Christoph Buchner
Seminar
34. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2. Recommendation Systems
1
Warum LOD f¨r Empfehlungssysteme?
u
2
Ziele der Verwendung von LOD
Christoph Buchner
Seminar
35. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2. Recommendation Systems
1
Warum LOD f¨r Empfehlungssysteme?
u
2
Ziele der Verwendung von LOD
3
Erkennbare Muster in der Literatur
Christoph Buchner
Seminar
36. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2. Recommendation Systems
1
Warum LOD f¨r Empfehlungssysteme?
u
2
Ziele der Verwendung von LOD
3
Erkennbare Muster in der Literatur
Beispiele
4
CHIP
LDD
Christoph Buchner
Seminar
37. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.1 Warum LOD f¨r Empfehlungssysteme?
u
Christoph Buchner
Seminar
38. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.1 Warum LOD f¨r Empfehlungssysteme?
u
Informationen in der Linked Open Data Cloud sind:
Christoph Buchner
Seminar
39. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.1 Warum LOD f¨r Empfehlungssysteme?
u
Informationen in der Linked Open Data Cloud sind:
durch feste Standarts
Christoph Buchner
Seminar
40. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.1 Warum LOD f¨r Empfehlungssysteme?
u
Informationen in der Linked Open Data Cloud sind:
durch feste Standarts
gut strukturiert
Christoph Buchner
Seminar
41. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.1 Warum LOD f¨r Empfehlungssysteme?
u
Informationen in der Linked Open Data Cloud sind:
durch feste Standarts
gut strukturiert
maschinell verwertbar
Christoph Buchner
Seminar
42. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.1 Warum LOD f¨r Empfehlungssysteme?
u
Informationen in der Linked Open Data Cloud sind:
durch feste Standarts
gut strukturiert
maschinell verwertbar
frei verf¨gbar
u
Christoph Buchner
Seminar
43. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.1 Warum LOD f¨r Empfehlungssysteme?
u
Informationen in der Linked Open Data Cloud sind:
durch feste Standarts
gut strukturiert
maschinell verwertbar
frei verf¨gbar
u
untereinander verbunden
Christoph Buchner
Seminar
44. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.2 Ziele
Christoph Buchner
Seminar
45. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.2 Ziele
Falsche oder uninteressante Empfehlungen wie
z.B.:
Sterbeort eines K¨nstlers
u
Ein verwandtes Genre (narrower/broader Problem)
Filme mit gleich oder ¨hnlich hohem Budget
a
abschaffen/verringern
Christoph Buchner
Seminar
46. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.2 Ziele
Falsche oder uninteressante Empfehlungen wie
z.B.:
Sterbeort eines K¨nstlers
u
Ein verwandtes Genre (narrower/broader Problem)
Filme mit gleich oder ¨hnlich hohem Budget
a
abschaffen/verringern
Plattform¨bergreifende Empfehlungen
u
Christoph Buchner
Seminar
47. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.2 Ziele
Falsche oder uninteressante Empfehlungen wie
z.B.:
Sterbeort eines K¨nstlers
u
Ein verwandtes Genre (narrower/broader Problem)
Filme mit gleich oder ¨hnlich hohem Budget
a
abschaffen/verringern
Plattform¨bergreifende Empfehlungen
u
Aufheben der Bereichsbeschr¨nkten Datengrenze
a
Christoph Buchner
Seminar
48. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.3 Erkennbare Muster in der Literatur
11
Using Linked Data to build recommender systems (Passant et al., 2009)
Christoph Buchner
Seminar
49. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.3 Erkennbare Muster in der Literatur
Umgehen des Kaltstartproblems
11
Using Linked Data to build recommender systems (Passant et al., 2009)
Christoph Buchner
Seminar
50. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.3 Erkennbare Muster in der Literatur
Umgehen des Kaltstartproblems
Abschaffen von “Recommender Systems Silos“ 11
11
Using Linked Data to build recommender systems (Passant et al., 2009)
Christoph Buchner
Seminar
51. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.3 Erkennbare Muster in der Literatur
Umgehen des Kaltstartproblems
Abschaffen von “Recommender Systems Silos“ 11
L¨sen des Portabilit¨tsproblems11
o
a
11
Using Linked Data to build recommender systems (Passant et al., 2009)
Christoph Buchner
Seminar
52. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.3.1 Wie profitieren Empfehlungssysteme davon?
Christoph Buchner
Seminar
53. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.3.1 Wie profitieren Empfehlungssysteme davon?
verbinden von:
privaten Blogs mit Bildern aus z.B. flickr
Musiksuchen mit Last.fm Playlists
Christoph Buchner
Seminar
54. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.3.1 Wie profitieren Empfehlungssysteme davon?
verbinden von:
privaten Blogs mit Bildern aus z.B. flickr
Musiksuchen mit Last.fm Playlists
ein Algorithmus kann auf verschiedenste Quellen angewendet
werden
Christoph Buchner
Seminar
55. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.4.1 CHIP - Cultural Heritage Information Personalization
oder auch “The Art Recommender“
Christoph Buchner
Seminar
56. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Grundlagen
12
Rijksmuseum InterActief
Christoph Buchner
Seminar
57. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Grundlagen
Empfehlungen f¨r Bilder und Artworks
u
12
Rijksmuseum InterActief
Christoph Buchner
Seminar
58. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Grundlagen
Empfehlungen f¨r Bilder und Artworks
u
nur in ¨hnlichen Bereichen verwendbar
a
12
Rijksmuseum InterActief
Christoph Buchner
Seminar
59. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Grundlagen
Empfehlungen f¨r Bilder und Artworks
u
nur in ¨hnlichen Bereichen verwendbar
a
arbeitet auf 4 W¨rterb¨chern (vocabularys)
o
u
12
Rijksmuseum InterActief
Christoph Buchner
Seminar
60. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Grundlagen
Empfehlungen f¨r Bilder und Artworks
u
nur in ¨hnlichen Bereichen verwendbar
a
arbeitet auf 4 W¨rterb¨chern (vocabularys)
o
u
content-based (ARIA12 )
12
Rijksmuseum InterActief
Christoph Buchner
Seminar
61. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Grundlagen
Empfehlungen f¨r Bilder und Artworks
u
nur in ¨hnlichen Bereichen verwendbar
a
arbeitet auf 4 W¨rterb¨chern (vocabularys)
o
u
content-based (ARIA12 )
entstand um die Empfehlungspar¨zision von semantischen
a
Relationen(LOD) mit der Pr¨zision gegeben durch
a
Eigenschaften von Artworks zu vergleichen
12
Rijksmuseum InterActief
Christoph Buchner
Seminar
62. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - W¨rterb¨cher
o
u
Verschiedene Anzahl von W¨rterb¨chern m¨glich:
o
u
o
1
Iconclass
2
Art and Architecture thesaurus (AAT)
3
Union List of Artists Names (ULAN)
4
tesaurus of geographical Names (TGN)
Christoph Buchner
Seminar
63. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - W¨rterb¨cher
o
u
Beispiel “Nachtwache“:
Iconclass Gegenst¨nde
a
AAT
Material
ULAN
Maler
TGN
Erstellungsort
ARIA
Kleidung
¨
Olgem¨lde
a
Rembrandt
Amstedam
“Wealth in the Republic“
Christoph Buchner
Seminar
64. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - W¨rterb¨cher
o
u
¨
Abbildung: Ubersicht von M¨glichkeiten und Relationen basierend auf
o
den W¨rterb¨chern
o
u
Christoph Buchner
Seminar
65. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Benutzerober߬che
a
Benutzerober߬che in zwei Teile aufgeteilt:
a
Artwork Explorer
Empfehlungsteil
Christoph Buchner
Seminar
66. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Benutzerober߬che
a
Im Artwork Explorer sind Gem¨lde/Bilder Karussellartig aufgelistet
a
um sie einfach zu durchsuchen
Christoph Buchner
Seminar
67. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Benutzerober߬che
a
Im Empfehlungsteil:
Christoph Buchner
Seminar
68. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Benutzerober߬che
a
Im Empfehlungsteil:
werden Empfehlungen gegeben nachdem ein Gem¨lde hoch
a
bewertet wurde (4 oder 5 Sterne)
Christoph Buchner
Seminar
69. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Benutzerober߬che
a
Im Empfehlungsteil:
werden Empfehlungen gegeben nachdem ein Gem¨lde hoch
a
bewertet wurde (4 oder 5 Sterne)
Empfehlungen durchsuchen und diese wieder bewerten
Christoph Buchner
Seminar
70. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Benutzerober߬che
a
Im Empfehlungsteil:
werden Empfehlungen gegeben nachdem ein Gem¨lde hoch
a
bewertet wurde (4 oder 5 Sterne)
Empfehlungen durchsuchen und diese wieder bewerten
Sparte f¨r “warum empfohlen“ (Interessantheit kann auch
u
bewertet werden)
Christoph Buchner
Seminar
71. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Pr¨zision des Empfehlungssystems
a
Precision =
CorrectHits
TotalRec.Rated
“Correct Hits“
“Total Rec.Rated“
Anzahl Bewertungen
mit 4 oder 5 Sternen
Anzahl Bewerteter Empfehlungen
Christoph Buchner
Seminar
72. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Ergebnisse
Christoph Buchner
Seminar
73. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Ergebnisse
Eine Pr¨zision von mehr als 50% erreichten:
a
vra:creator (67%)
link:hasStyle (67%)
aat:broader/narrower (53%/55%)
Christoph Buchner
Seminar
74. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Ergebnisse
Eine Pr¨zision von mehr als 50% erreichten:
a
vra:creator (67%)
link:hasStyle (67%)
aat:broader/narrower (53%/55%)
Die niedrigsten Pr¨zisionen erhielten:
a
ulan:birth/deathPlace
tgn:broader/narrower
Christoph Buchner
Seminar
75. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Ergebnisse
W¨rterb¨cher die “n¨her“ am eigentlichen Thema sind, erweisen
o
u
a
sich als n¨tzlicher als solche die allgemeiner sind. z.B.:
u
Christoph Buchner
Seminar
76. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
CHIP - Ergebnisse
W¨rterb¨cher die “n¨her“ am eigentlichen Thema sind, erweisen
o
u
a
sich als n¨tzlicher als solche die allgemeiner sind. z.B.:
u
ULAN/AAT (hoher wert)
TGN (niedriger wert)
Christoph Buchner
Seminar
77. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
2.4.2 Linked Data Distance - LDD
Christoph Buchner
Seminar
78. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Grundlegendes
bestimmt die Distanz zwischen zwei Knoten A, B als Relation
Ri (A, B), wobei A und B nicht nur durch die reine Auflistung in
z.B.: “dbpedia:artist“ verbunden sind sondern durch eine
zus¨tzliche Komponente wie “dbpedia:associatedActs“
a
Christoph Buchner
Seminar
79. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Grundlegendes
Das System kann seine Empfehlungen zu querry Zeit ver¨ndern
a
und das Interface ist Multilingual, da es auf dem Wikipediaexport
DBpedia l¨uft
a
Christoph Buchner
Seminar
80. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Algorithmen
LDDs
LDDws
LDDo
LDDwo
LDDc
LDDwc
simple
simple weighted
object-based
object-based weighted
complex
complex weighted
Christoph Buchner
Seminar
81. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Vergleich mit anderem Empfehlungssystem
Christoph Buchner
Seminar
82. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Vergleich mit anderem Empfehlungssystem
Vergleich mit bestehendem Empfehlungssystem (Last.fm):
Begriff: Johnny Cash
Christoph Buchner
Seminar
83. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Vergleich mit anderem Empfehlungssystem
Vergleich mit bestehendem Empfehlungssystem (Last.fm):
Begriff: Johnny Cash
6 von 15 durch LDDwc gegebenen Empfehlungen waren auch
in der Liste von Last.fm
5 davon waren unter den ersten 10 von Last.fm
LDDwc empfahl auch K¨nstler die gar nicht in der Last.fm
u
Liste waren z.B: “The Tennessee Three“
Christoph Buchner
Seminar
84. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Test auf anderer Dom¨ne
a
Der Algorithmus wurde benutzt um Buchempfehlungen zu dem
Buch “Fight Club“ zu erhalten13 :
13
Alle Empfohlenen B¨cher sind vom Selben Author
u
Christoph Buchner
Seminar
85. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Test auf anderer Dom¨ne
a
Der Algorithmus wurde benutzt um Buchempfehlungen zu dem
Buch “Fight Club“ zu erhalten13 :
Artist
Distance
Invisible Monsters
0.2275
Survivor
0.2290
Choke
0.2734
Diary
0.2880
Lullaby
0.2880
13
Alle Empfohlenen B¨cher sind vom Selben Author
u
Christoph Buchner
Seminar
86. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Warum LOD f¨r Empfehlungssysteme?
u
Ziele der Verwendung von LOD
Erkennbare Muster in der Literatur
Beispiel eines Empfehlungssystems
LDD - Ergebnisse
nicht alle Algorithmen sind optimal
System nicht grundlegend Perfekt
Christoph Buchner
Seminar
87. Linked Open Data
Recommendation Systems (RS)
Zusammenfassung
Zusammenfassung
LOD bietet eine enorme Menge an Daten
LOD ist keine Universall¨sung
o
LOD kann nicht alle RS Probleme l¨sen
o
LOD Recommendation Systems sind meist pr¨ziser
a
Recommender System Silos sind nicht zu umgehen
Christoph Buchner
Seminar