SlideShare ist ein Scribd-Unternehmen logo
1 von 40
Downloaden Sie, um offline zu lesen
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

Trust und Interest Similarity und deren
Anwendung f¨r Empfehlungssysteme
u
Florian Niederhuber

9. Januar 2014

Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

Agenda
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Zusammenhang zwischen Trust und Interest Similarity
Meinungsumfrage
Empirische Analyse

Anwendung auf Empfehlersysteme

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Zusammenhang zwischen Trust und Interest
Similarity

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Anziehung zwischen Menschen haben eine positive
¨
Auswirkung auf die Ahnlichkeit derer Interessen.
¨
⇒ Ahnliches wird auch bei Vertrauensbeziehungen
angenommen.
“the more similar two people, the greater the trust
between them” -Ziegler, Goldbeck

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Meinungsumfrage

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Die Meinungsumfrage beinhaltet 10 Fragen in den
Kategorien:
Akzeptanz von Online-Empfehlungen
Wahrnehmung von anderen Online-Nutzern
Zusammenhang zwischen Trust und Interest Similarity

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

Teilnehmer:
Pers¨nliche Einladung via Facebook und eMail.
o
Teilnehmer aus f¨nf verschiedenen L¨ndern.
u
a
Nur vollj¨hrige Teilnehmer wurden zur
a
Meinungsumfrage eingeladen.
Von den Eingeladenen haben schließlich 408 Personen
teilgenommen.
Durchgef¨hrt wurde diese als Online-Umfrage auf
u
SurveyMonkey.com um Teilnehmer aus verschiedenen
Regionen der Welt zu erreichen.

Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage - Akzeptanz von
Online-Empfehlungen

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

58% aller Teilnehmer bevorzugen die Unterst¨tzung durch
u
ein Empfehlungssystem

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage - Akzeptanz von
Online-Empfehlungen
Nehmen Sie an Ihnen steht ein unbekannter
Experte f¨r Autos A und einer Ihrer Freunde B
u
ohne Erfahrung mit Autos f¨r Empfehlungen beim
u
Autokauf zur Verf¨gung. Welche Empfehlung
u
bevorzugen Sie?

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage - Wahrnehmung von anderen
Online-Nutzern

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

52% haben Online-Bekanntschaften, denen sie vertrauen.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage - Wahrnehmung von anderen
Online-Nutzern

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

59% von denen, die Online-Freundschaften akzeptieren,
halten es nicht f¨r n¨tig diese zu bewerten.
u o

Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage - Zusammenhang zwischen
Trust und Interest Similarity

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Meinungsumfrage - Zusammenfassung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Die Umfrage bekr¨ftigt die Annahme, dass es einen
a
Zusammenhang gibt.
Empfehlungen bevorzugt von Experten in
Online-Empfehlungssystemen.
Probleme neuen Online-Bekanntschaften zu vertrauen.
Nutzer haben kein Interesse daran
Online-Bekanntschaften zu bewerten.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Empirische Analyse

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Hypothese

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Hypothese:
Wir glauben, dass in einer spezifischen
Anwendungsdom¨ne Menschen ihren Vertrauten im
a
Durchschnitt ¨hnlicher sind im Vergleich zu
a
Menschen, denen sie nicht vertrauen.
-Ziegler, Golbeck

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Informationsmodel

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Informationsmodel

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

Menge von Agenten A = a1, a2, ..., an . A enth¨lt alle
a
Agenten, die Teil der Community sind.
Menge von Produkten B = b1, b2, ..., bm. B enth¨lt
a
alle f¨r die Domain relevanten Produkte.
u
Trust-Rating-Funktion trust : A → 2A . F¨r alle ai ∈ A
u
gibt trust(ai ) eine Teilmenge von Agenten Ai ⊂ A
zur¨ck, die ai vertraut.
u
Benutzerbewertungen R1, R2, . . . , Rn. Jedem Agent ai
ist eine Menge Ri ⊂ B zugewiesen, welche seine
impliziten Produktbewertungen enthalten.

Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Informationsmodel

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

Taxonomie C uber der Menge D = d1, d2, ..., dl.
¨
Die Menge D enth¨lt Kategorien f¨r die
a
u
Produktklassifikation. Jede Kategorie de ∈ D
repr¨sentiert ein bestimmtes Topic, in das ein Produkt
a
bk ∈ B hineinfallen kann. Die partielle taxonomische
Ordnung C : D → 2D enth¨lt alle direkten
a
Unterkategorien Cde ⊆ D f¨r ein Topic de ∈ D.
u
Indexierungsfunktion f : B → 2D .
Die Funktion f weist jedem Produkt bk ∈ B eine Menge
Dk ⊆ D von Produktenkategorien zu.

Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Baum

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Datenbeschaffung

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Datenbeschaffung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Zur Auswahl standen:
All Consuming
Epinions
Film Trust
⇒ All Consuming wurde f¨r das Experiment gew¨hlt.
u
a
Zus¨tzliche Informationen wurden von Webblogs extrahiert
a
und zu den Daten von All Consuming hinzugef¨gt.
u

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Datenbeschaffung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Die Taxonomie enth¨lt uber 13,000 verschiedene
a ¨
Kategorien
Daten beinhalten ca. 6000 B¨cher
u
⇒ Problem?
Die Wahrscheinlichkeit, dass zwei verschiedene Nutzer
ai , aj ∈ A dasselbe Buch bewertet haben, ist sehr gering.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Profilgenerierung

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Profilgenerierung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Interest-Score
F¨r jede Kategorie dke ∈ f (bk ) eines Produktes bk , die
u
der Agent ai implizit bewertet hat, wird f¨r deren
u
¨
Uberkategorien dke ein Interest-Score berechnet und im
Profilvektor vom Benutzer ai eingetragen.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Profilgenerierung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

Eigenschaften:
Der Interst-Score nimmt mit jeder Ebene in der
Taxonomie ab.
Es gibt einen Gesamtscore, der f¨r alle
u
Benutzervektoren gilt.
Die zugewiesenen Scores werden unter Ber¨cksichtigung
u
eines Gesamtscores normalisiert.
Der Interest-Score teilt sich auf alle Subkategorien
gleichermaßen auf.

Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Profilgenerierung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Similarity-Berechnung unter
Verwendung der errechneten
Benutzerpofile.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Similarity-Berechnung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Vergleichen der Profile
Zum Vergleich wird ein Similarity-Score mit dem
Pearson’s correlation coefficient errechnet.
Das Ergebnis ist ein Wert zwischen [-1, 1].

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Analyse der oberen Schranke

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Bereinigung der Daten

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber

Bereinigung der Daten von All Consuming.
Dabei wurden
Duplikate,
Nutzer mit weniger als 3 bewerteten B¨chern und
u
Nutzer ohne Vertrauensbeziehung
entfernt.
⇒ 266 Nutzer wurden entfernt, 261 bleiben f¨r die Analyse
u
der oberen Schranke als erstes Experiment.

Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Analyse der oberen Schranke

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

F¨r jeden Benutzer ai ∈ A wird die
u
¨
durchschnittliche Ahnlichkeit zu anderen Nutzern,
denen ai vertraut (zi ) und
¨
davon unabh¨ngig die durchschnittliche Ahnlichkeit zu
a
allen Nutzern (si ) errechnet.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Analyse der oberen Schranke

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

⇒ Nutzer sind Vertrauten im Durchschnitt 50% ¨hnlicher.
a

Anwendung auf
Empfehlersysteme
Analyse der oberen Schranke

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Analyse der unteren Schranke

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Bereinigung der Daten

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Entfernen aller Vertrauensbeziehungen trust(ai ) zwischen
Nutzern ai ∈ A , die nur ein Buch gemeinsam haben.
⇒ F¨r die Analyse der unteren Schranke als zweites
u
Experiment wurden die Vertauensbeziehungen auf 210
reduziert.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Analyse der unteren Schranke

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

⇒ Nutzer sind Vertrauten im Durchschnitt 23% ¨hnlicher.
a

Anwendung auf
Empfehlersysteme
Analyse der unteren Schranke

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

Anwendung auf Empfehlersysteme

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Ausnutzen der Korrelationen zwischen Trust und
Similarity

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Ein positiver Zusammenhang zwischen Trust und Interest
Similarity l¨st Probleme wie:
o
Glaubw¨rdigkeit
u
Komplexit¨t und Skalierbarkeit
a
⇒ Das Problem der Produkt-Nutzer-Matrix-Kargheit bleibt
jedoch.

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Schlussfolgerung

Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda

Einsatz von Trust und Interest Similarity in
Empfehlungssysteme soll bisherige Filtersysteme
erweitern und nicht abl¨sen.
o
Weitere Untersuchungen bez¨glich dem Zusammenhang
u
von Trust und Interest Similarity w¨ren sinnvoll.
a

Zusammenhang
zwischen Trust und
Interest Similarity
Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme
Trust und Interest
Similarity und
deren Anwendung
f¨r
u
Empfehlungssysteme
F. Niederhuber
Agenda
Zusammenhang
zwischen Trust und
Interest Similarity

THE END

Meinungsumfrage
Akzeptanz von
Online Empfehlungen
Wahrnehmung von
anderen
Online-Nutzern
Meinungsumfrage Zusammenhang
zwischen Trust und
Interest Similarity
Zusammenfassung
Empirische Analyse
Informationsmodel
Datenbeschaffung
Profilgenerierung
SimilarityBerechnung
Analyse der oberen
Schranke
Analyse der unteren
Schranke

Anwendung auf
Empfehlersysteme

Weitere ähnliche Inhalte

Andere mochten auch

Proyecto de ley reformatoria a la ley de seguridad social
Proyecto de ley reformatoria a la ley de seguridad socialProyecto de ley reformatoria a la ley de seguridad social
Proyecto de ley reformatoria a la ley de seguridad socialFernando Cáceres
 
Parisfini2013
Parisfini2013Parisfini2013
Parisfini2013DG WEB
 
Sondage Opinionway Fiducial pour La Croix février 2012 vf
Sondage Opinionway Fiducial pour La Croix   février 2012 vfSondage Opinionway Fiducial pour La Croix   février 2012 vf
Sondage Opinionway Fiducial pour La Croix février 2012 vfcontactOpinionWay
 
degorgement canalisation
degorgement canalisationdegorgement canalisation
degorgement canalisationcafecamp9
 
Trust-based recommender systems
Trust-based recommender systemsTrust-based recommender systems
Trust-based recommender systemsFlorian Stegmaier
 
Media questionnaire answers
Media questionnaire answersMedia questionnaire answers
Media questionnaire answersnathanwalstow
 
RDTS : Plus qu-une simple entreprise de marchandisage
RDTS : Plus qu-une simple entreprise de marchandisageRDTS : Plus qu-une simple entreprise de marchandisage
RDTS : Plus qu-une simple entreprise de marchandisageRDTS
 
La section sportive triathlon onet
La section sportive triathlon onetLa section sportive triathlon onet
La section sportive triathlon onetDG WEB
 
Cv stephan-pg-2015
Cv stephan-pg-2015Cv stephan-pg-2015
Cv stephan-pg-2015PG Stéphan
 

Andere mochten auch (14)

Proyecto de ley reformatoria a la ley de seguridad social
Proyecto de ley reformatoria a la ley de seguridad socialProyecto de ley reformatoria a la ley de seguridad social
Proyecto de ley reformatoria a la ley de seguridad social
 
Mobilisation de fonds, société civile
Mobilisation de fonds, société civileMobilisation de fonds, société civile
Mobilisation de fonds, société civile
 
Parisfini2013
Parisfini2013Parisfini2013
Parisfini2013
 
Ley de tierras (2)
Ley de tierras (2)Ley de tierras (2)
Ley de tierras (2)
 
Sondage Opinionway Fiducial pour La Croix février 2012 vf
Sondage Opinionway Fiducial pour La Croix   février 2012 vfSondage Opinionway Fiducial pour La Croix   février 2012 vf
Sondage Opinionway Fiducial pour La Croix février 2012 vf
 
Tutorial
TutorialTutorial
Tutorial
 
degorgement canalisation
degorgement canalisationdegorgement canalisation
degorgement canalisation
 
Trust-based recommender systems
Trust-based recommender systemsTrust-based recommender systems
Trust-based recommender systems
 
Unidad i
Unidad iUnidad i
Unidad i
 
Media questionnaire answers
Media questionnaire answersMedia questionnaire answers
Media questionnaire answers
 
RDTS : Plus qu-une simple entreprise de marchandisage
RDTS : Plus qu-une simple entreprise de marchandisageRDTS : Plus qu-une simple entreprise de marchandisage
RDTS : Plus qu-une simple entreprise de marchandisage
 
Plantilla
PlantillaPlantilla
Plantilla
 
La section sportive triathlon onet
La section sportive triathlon onetLa section sportive triathlon onet
La section sportive triathlon onet
 
Cv stephan-pg-2015
Cv stephan-pg-2015Cv stephan-pg-2015
Cv stephan-pg-2015
 

Mehr von Florian Stegmaier

Ansätze für gemeinschaftliches Filtering
Ansätze für gemeinschaftliches FilteringAnsätze für gemeinschaftliches Filtering
Ansätze für gemeinschaftliches FilteringFlorian Stegmaier
 
Fortschritte im Bereich Collaborative Filtering
Fortschritte im Bereich Collaborative FilteringFortschritte im Bereich Collaborative Filtering
Fortschritte im Bereich Collaborative FilteringFlorian Stegmaier
 
Realtime
 Distributed Analysis
 of Datastreams
Realtime
 Distributed Analysis
 of DatastreamsRealtime
 Distributed Analysis
 of Datastreams
Realtime
 Distributed Analysis
 of DatastreamsFlorian Stegmaier
 
Effiziente Verarbeitung von großen Datenmengen
Effiziente Verarbeitung von großen DatenmengenEffiziente Verarbeitung von großen Datenmengen
Effiziente Verarbeitung von großen DatenmengenFlorian Stegmaier
 
Robustheit in Empfehlungssystemen
Robustheit in EmpfehlungssystemenRobustheit in Empfehlungssystemen
Robustheit in EmpfehlungssystemenFlorian Stegmaier
 
Linked Open Data als Basis für Empfehlungssysteme
Linked Open Data als Basis für EmpfehlungssystemeLinked Open Data als Basis für Empfehlungssysteme
Linked Open Data als Basis für EmpfehlungssystemeFlorian Stegmaier
 
Entscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender SystemEntscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender SystemFlorian Stegmaier
 
Funktionsweise und Ansätze von inhaltsbasiertem Filtern
Funktionsweise und Ansätze von inhaltsbasiertem FilternFunktionsweise und Ansätze von inhaltsbasiertem Filtern
Funktionsweise und Ansätze von inhaltsbasiertem FilternFlorian Stegmaier
 
Context Basierte Personalisierungsansätze
Context Basierte PersonalisierungsansätzeContext Basierte Personalisierungsansätze
Context Basierte PersonalisierungsansätzeFlorian Stegmaier
 
Evaluierung von Empfehlungssystemen
Evaluierung von EmpfehlungssystemenEvaluierung von Empfehlungssystemen
Evaluierung von EmpfehlungssystemenFlorian Stegmaier
 
Effiziente Verarbeitung von grossen Datenmengen
Effiziente Verarbeitung von grossen DatenmengenEffiziente Verarbeitung von grossen Datenmengen
Effiziente Verarbeitung von grossen DatenmengenFlorian Stegmaier
 
Introduction to the FP7 CODE project @ BDBC
Introduction to the FP7 CODE project @ BDBCIntroduction to the FP7 CODE project @ BDBC
Introduction to the FP7 CODE project @ BDBCFlorian Stegmaier
 
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...Florian Stegmaier
 
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...Florian Stegmaier
 

Mehr von Florian Stegmaier (15)

Ansätze für gemeinschaftliches Filtering
Ansätze für gemeinschaftliches FilteringAnsätze für gemeinschaftliches Filtering
Ansätze für gemeinschaftliches Filtering
 
Fortschritte im Bereich Collaborative Filtering
Fortschritte im Bereich Collaborative FilteringFortschritte im Bereich Collaborative Filtering
Fortschritte im Bereich Collaborative Filtering
 
Realtime
 Distributed Analysis
 of Datastreams
Realtime
 Distributed Analysis
 of DatastreamsRealtime
 Distributed Analysis
 of Datastreams
Realtime
 Distributed Analysis
 of Datastreams
 
Effiziente Verarbeitung von großen Datenmengen
Effiziente Verarbeitung von großen DatenmengenEffiziente Verarbeitung von großen Datenmengen
Effiziente Verarbeitung von großen Datenmengen
 
Musikempfehlungssysteme
MusikempfehlungssystemeMusikempfehlungssysteme
Musikempfehlungssysteme
 
Robustheit in Empfehlungssystemen
Robustheit in EmpfehlungssystemenRobustheit in Empfehlungssystemen
Robustheit in Empfehlungssystemen
 
Linked Open Data als Basis für Empfehlungssysteme
Linked Open Data als Basis für EmpfehlungssystemeLinked Open Data als Basis für Empfehlungssysteme
Linked Open Data als Basis für Empfehlungssysteme
 
Entscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender SystemEntscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender System
 
Funktionsweise und Ansätze von inhaltsbasiertem Filtern
Funktionsweise und Ansätze von inhaltsbasiertem FilternFunktionsweise und Ansätze von inhaltsbasiertem Filtern
Funktionsweise und Ansätze von inhaltsbasiertem Filtern
 
Context Basierte Personalisierungsansätze
Context Basierte PersonalisierungsansätzeContext Basierte Personalisierungsansätze
Context Basierte Personalisierungsansätze
 
Evaluierung von Empfehlungssystemen
Evaluierung von EmpfehlungssystemenEvaluierung von Empfehlungssystemen
Evaluierung von Empfehlungssystemen
 
Effiziente Verarbeitung von grossen Datenmengen
Effiziente Verarbeitung von grossen DatenmengenEffiziente Verarbeitung von grossen Datenmengen
Effiziente Verarbeitung von grossen Datenmengen
 
Introduction to the FP7 CODE project @ BDBC
Introduction to the FP7 CODE project @ BDBCIntroduction to the FP7 CODE project @ BDBC
Introduction to the FP7 CODE project @ BDBC
 
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...
Generische Datenintegration zur semantischen Diagnoseunterstützung im Projekt...
 
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...
AIR: Architecture for Interoperable Retrieval on Distributed and Heterogeneou...
 

Trust und Interest Similarity und deren Anwendung für Empfehlungssysteme

  • 1. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Trust und Interest Similarity und deren Anwendung f¨r Empfehlungssysteme u Florian Niederhuber 9. Januar 2014 Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 2. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Agenda Zusammenhang zwischen Trust und Interest Similarity Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Empirische Analyse Anwendung auf Empfehlersysteme Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 3. Zusammenhang zwischen Trust und Interest Similarity Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Anziehung zwischen Menschen haben eine positive ¨ Auswirkung auf die Ahnlichkeit derer Interessen. ¨ ⇒ Ahnliches wird auch bei Vertrauensbeziehungen angenommen. “the more similar two people, the greater the trust between them” -Ziegler, Goldbeck Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 4. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 5. Meinungsumfrage Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Die Meinungsumfrage beinhaltet 10 Fragen in den Kategorien: Akzeptanz von Online-Empfehlungen Wahrnehmung von anderen Online-Nutzern Zusammenhang zwischen Trust und Interest Similarity Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 6. Meinungsumfrage Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Teilnehmer: Pers¨nliche Einladung via Facebook und eMail. o Teilnehmer aus f¨nf verschiedenen L¨ndern. u a Nur vollj¨hrige Teilnehmer wurden zur a Meinungsumfrage eingeladen. Von den Eingeladenen haben schließlich 408 Personen teilgenommen. Durchgef¨hrt wurde diese als Online-Umfrage auf u SurveyMonkey.com um Teilnehmer aus verschiedenen Regionen der Welt zu erreichen. Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 7. Meinungsumfrage - Akzeptanz von Online-Empfehlungen Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda 58% aller Teilnehmer bevorzugen die Unterst¨tzung durch u ein Empfehlungssystem Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 8. Meinungsumfrage - Akzeptanz von Online-Empfehlungen Nehmen Sie an Ihnen steht ein unbekannter Experte f¨r Autos A und einer Ihrer Freunde B u ohne Erfahrung mit Autos f¨r Empfehlungen beim u Autokauf zur Verf¨gung. Welche Empfehlung u bevorzugen Sie? Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 9. Meinungsumfrage - Wahrnehmung von anderen Online-Nutzern Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda 52% haben Online-Bekanntschaften, denen sie vertrauen. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 10. Meinungsumfrage - Wahrnehmung von anderen Online-Nutzern Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber 59% von denen, die Online-Freundschaften akzeptieren, halten es nicht f¨r n¨tig diese zu bewerten. u o Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 11. Meinungsumfrage - Zusammenhang zwischen Trust und Interest Similarity Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 12. Meinungsumfrage - Zusammenfassung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Die Umfrage bekr¨ftigt die Annahme, dass es einen a Zusammenhang gibt. Empfehlungen bevorzugt von Experten in Online-Empfehlungssystemen. Probleme neuen Online-Bekanntschaften zu vertrauen. Nutzer haben kein Interesse daran Online-Bekanntschaften zu bewerten. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 13. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Empirische Analyse Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 14. Hypothese Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Hypothese: Wir glauben, dass in einer spezifischen Anwendungsdom¨ne Menschen ihren Vertrauten im a Durchschnitt ¨hnlicher sind im Vergleich zu a Menschen, denen sie nicht vertrauen. -Ziegler, Golbeck Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 15. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Informationsmodel Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 16. Informationsmodel Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Menge von Agenten A = a1, a2, ..., an . A enth¨lt alle a Agenten, die Teil der Community sind. Menge von Produkten B = b1, b2, ..., bm. B enth¨lt a alle f¨r die Domain relevanten Produkte. u Trust-Rating-Funktion trust : A → 2A . F¨r alle ai ∈ A u gibt trust(ai ) eine Teilmenge von Agenten Ai ⊂ A zur¨ck, die ai vertraut. u Benutzerbewertungen R1, R2, . . . , Rn. Jedem Agent ai ist eine Menge Ri ⊂ B zugewiesen, welche seine impliziten Produktbewertungen enthalten. Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 17. Informationsmodel Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Taxonomie C uber der Menge D = d1, d2, ..., dl. ¨ Die Menge D enth¨lt Kategorien f¨r die a u Produktklassifikation. Jede Kategorie de ∈ D repr¨sentiert ein bestimmtes Topic, in das ein Produkt a bk ∈ B hineinfallen kann. Die partielle taxonomische Ordnung C : D → 2D enth¨lt alle direkten a Unterkategorien Cde ⊆ D f¨r ein Topic de ∈ D. u Indexierungsfunktion f : B → 2D . Die Funktion f weist jedem Produkt bk ∈ B eine Menge Dk ⊆ D von Produktenkategorien zu. Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 18. Baum Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 19. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Datenbeschaffung Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 20. Datenbeschaffung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zur Auswahl standen: All Consuming Epinions Film Trust ⇒ All Consuming wurde f¨r das Experiment gew¨hlt. u a Zus¨tzliche Informationen wurden von Webblogs extrahiert a und zu den Daten von All Consuming hinzugef¨gt. u Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 21. Datenbeschaffung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Die Taxonomie enth¨lt uber 13,000 verschiedene a ¨ Kategorien Daten beinhalten ca. 6000 B¨cher u ⇒ Problem? Die Wahrscheinlichkeit, dass zwei verschiedene Nutzer ai , aj ∈ A dasselbe Buch bewertet haben, ist sehr gering. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 22. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Profilgenerierung Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 23. Profilgenerierung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Interest-Score F¨r jede Kategorie dke ∈ f (bk ) eines Produktes bk , die u der Agent ai implizit bewertet hat, wird f¨r deren u ¨ Uberkategorien dke ein Interest-Score berechnet und im Profilvektor vom Benutzer ai eingetragen. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 24. Profilgenerierung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Eigenschaften: Der Interst-Score nimmt mit jeder Ebene in der Taxonomie ab. Es gibt einen Gesamtscore, der f¨r alle u Benutzervektoren gilt. Die zugewiesenen Scores werden unter Ber¨cksichtigung u eines Gesamtscores normalisiert. Der Interest-Score teilt sich auf alle Subkategorien gleichermaßen auf. Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 25. Profilgenerierung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 26. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Similarity-Berechnung unter Verwendung der errechneten Benutzerpofile. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 27. Similarity-Berechnung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Vergleichen der Profile Zum Vergleich wird ein Similarity-Score mit dem Pearson’s correlation coefficient errechnet. Das Ergebnis ist ein Wert zwischen [-1, 1]. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 28. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Analyse der oberen Schranke Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 29. Bereinigung der Daten Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Bereinigung der Daten von All Consuming. Dabei wurden Duplikate, Nutzer mit weniger als 3 bewerteten B¨chern und u Nutzer ohne Vertrauensbeziehung entfernt. ⇒ 266 Nutzer wurden entfernt, 261 bleiben f¨r die Analyse u der oberen Schranke als erstes Experiment. Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 30. Analyse der oberen Schranke Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda F¨r jeden Benutzer ai ∈ A wird die u ¨ durchschnittliche Ahnlichkeit zu anderen Nutzern, denen ai vertraut (zi ) und ¨ davon unabh¨ngig die durchschnittliche Ahnlichkeit zu a allen Nutzern (si ) errechnet. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 31. Analyse der oberen Schranke Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke ⇒ Nutzer sind Vertrauten im Durchschnitt 50% ¨hnlicher. a Anwendung auf Empfehlersysteme
  • 32. Analyse der oberen Schranke Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 33. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Analyse der unteren Schranke Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 34. Bereinigung der Daten Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Entfernen aller Vertrauensbeziehungen trust(ai ) zwischen Nutzern ai ∈ A , die nur ein Buch gemeinsam haben. ⇒ F¨r die Analyse der unteren Schranke als zweites u Experiment wurden die Vertauensbeziehungen auf 210 reduziert. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 35. Analyse der unteren Schranke Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke ⇒ Nutzer sind Vertrauten im Durchschnitt 23% ¨hnlicher. a Anwendung auf Empfehlersysteme
  • 36. Analyse der unteren Schranke Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 37. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity Anwendung auf Empfehlersysteme Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 38. Ausnutzen der Korrelationen zwischen Trust und Similarity Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Ein positiver Zusammenhang zwischen Trust und Interest Similarity l¨st Probleme wie: o Glaubw¨rdigkeit u Komplexit¨t und Skalierbarkeit a ⇒ Das Problem der Produkt-Nutzer-Matrix-Kargheit bleibt jedoch. Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 39. Schlussfolgerung Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Einsatz von Trust und Interest Similarity in Empfehlungssysteme soll bisherige Filtersysteme erweitern und nicht abl¨sen. o Weitere Untersuchungen bez¨glich dem Zusammenhang u von Trust und Interest Similarity w¨ren sinnvoll. a Zusammenhang zwischen Trust und Interest Similarity Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme
  • 40. Trust und Interest Similarity und deren Anwendung f¨r u Empfehlungssysteme F. Niederhuber Agenda Zusammenhang zwischen Trust und Interest Similarity THE END Meinungsumfrage Akzeptanz von Online Empfehlungen Wahrnehmung von anderen Online-Nutzern Meinungsumfrage Zusammenhang zwischen Trust und Interest Similarity Zusammenfassung Empirische Analyse Informationsmodel Datenbeschaffung Profilgenerierung SimilarityBerechnung Analyse der oberen Schranke Analyse der unteren Schranke Anwendung auf Empfehlersysteme