wirtschaftsuniversität wien diplomarbeit - SemanticLab.net
wirtschaftsuniversität wien diplomarbeit - SemanticLab.net
wirtschaftsuniversität wien diplomarbeit - SemanticLab.net
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Dasmahapatra, 2006]. Wie bereits im Kapitel 3.4.2 erklärt, kann man Informationen<br />
über den Benutzer durch die Informationen, die er selber angibt, sein Klickverhalten<br />
in Webseiten und seine Community-Profile sammeln.<br />
Nach Loizou und Dasmahapatra [2006] weisen die Collaborative-Filtering- und die<br />
Content-based-Filtering-Methoden einige Defizite auf. Um diese zu überwinden,<br />
können die beiden genannten Methoden mit semantischen Technologien angerei-<br />
chert werden. Es gab verschiedene Initiativen [Middleton et al., 2004; Anand und<br />
Shapcot, 2007], die sich damit beschäftigt haben, Benutzerprofile mit Ontologien<br />
anzureichern. Wenn eine Domain-Ontologie besteht, dann können die Benutzerprofi-<br />
le die Domain-Struktur wiedergeben und eine komplexere Repräsentation schaffen,<br />
die es den Maschinen ermöglicht, die Empfehlungen zu „durchdenken“ und dem<br />
Benutzer besser zu erklären, wieso sie diese Empfehlungen bekommen haben.<br />
Durch die erweiterte „Intelligenz“ der Maschine werden effektivere Empfehlungen<br />
ermöglicht [Mobasher, 2007].<br />
Eine weitere Methode, die sehr oft bei Empfehlungssystemen genutzt wird, ist das<br />
Social Tagging. Diese Methode wird von Applikationen wie Last.Fm, Idiomag oder<br />
dem Strands-Recommender benutzt. Damit kann man Metadaten in Form von<br />
Keywords angeben [Stein, 2007]. Wenn aber diese wertvolle Meta-Information nicht<br />
semantisch aufbereitet wird, dann kann sie nur begrenzt sinnvoll genutzt werden<br />
[Stein, 2007], da die Bedeutung der Tags vom Computer nicht verstanden wird.<br />
Wenn ein Lied mit dem Tag „Queen“ versehen wird, weiß das System nicht, ob es<br />
sich um den Sänger Queen handelt oder ob die Königin von England gemeint ist.<br />
Damit die Maschinen dies unterscheiden können und auch Zusammenhänge finden,<br />
wie zum Beispiel „Queen heißt Freddy Mercury“ und „gehört ins Genre Rock“, benö-<br />
tigt man semantische Technologien. Darüber hinaus kann man die Information zu<br />
den Liedern, die durch Tags gesammelt wurden (siehe Kapitel 3.4.3.1), mithilfe von<br />
semantischen Technologien strukturieren und damit ermöglichen, dass treffsichere<br />
Suchergebnisse oder Empfehlungen von den Maschinen getätigt werden [Stein,<br />
2007].<br />
Universal Music kann mithilfe der semantisch aufbereiteten Daten über das Musik-<br />
angebot (siehe Kapitel 3.4.1) und die semantische Profilierung der Abonnenten<br />
(siehe Kapitel 3.4.2) die Inhalte der Newsletter personalisieren und jedem Abonnen-<br />
- 94 -