#29 Recommender Systems

2:09:11
 
Teilen
 

Manage episode 267083508 series 2300648
Von Nico Kreiling entdeckt von Player FM und unserer Community - Das Urheberrecht hat der Herausgeber, nicht Player FM, und die Audiodaten werden direkt von ihren Servern gestreamt. Tippe auf Abonnieren um Updates in Player FM zu verfolgen oder füge die URL in andere Podcast Apps ein.

Recommendations, also Empfehlungen, sind mindestens so alt wie das Orakel von Delphi und der Hauptbestand zahlreicher Dienstleistungsberufe. Recomendation Systems hingegen sind ein spezieller Bereich des Information Retrieval und erst durch Amazon, Netflix und Spotify wirklich populär geworden. In dieser ausführlichen Techtiefenfolge erklärt Marcel Kurovski mit zahlreichen Beispielen das wesentliche Vorgehen dieser “Informationsaggregationsmaschinen”, welche von Collaborative Filtering über Matrixfaktorisierung bis zu Deep Learning reichen. Wir sprechen über die unterschiedlichen Stufen von Personalisierung und worin der Unterschied zur Suche besteht. Die Vor- und Nachteile von Relevanz als wichtigste Metrik für Recommender Systems kommen zur Sprache, genauso wie alternative Metriken wie Diversität, Novelty oder Robustheit, welche gerade zuletzt größeres Interesse erfahren. Marcel erzählt zudem einige Anekdoten aus der Geschichte der Recommender Systems und gibt einen Ausblick auf aktuelle Forschung und zukünftige Entwicklungen.

Links:

Kapitel

1. Zu Gast: Marcel Kurovski (00:01:12)

2. Recommendation Systems (00:07:33)

3. Collaborative Filtering (00:22:08)

4. Suche vs Recomendations (00:41:12)

5. Regression vs Rangfolge (00:46:55)

6. Netflix Price (00:53:13)

7. Learning2Rank und Matrix Decomposition (00:58:03)

8. Context (01:10:21)

9. Stufen der Personalisierung (01:23:36)

10. Relevanz und Ranking Metriken (01:31:04)

11. Weitere Zielkriterien (01:36:03)

12. Online vs Offline Metriken (01:42:47)

13. Aktuelle Forschung und Kritik (01:47:48)

14. Ausblick für Recommender (01:52:15)

15. LightFM und Empfehlungen (02:01:01)

16. Verabschiedung (02:08:42)

30 Episoden