RF-Rec Empfehlungen

Empfehlungssysteme stellen seit der Ver ffentlichung der ersten wissenschaftlichen Artikel ber kollaborative Verfahren Mitte der 90er Jahre ein wichtiges Forschungsgebiet dar. Die Forschung besch ftigt sich seit Jahren mit der Entwicklung von komplexeren algorithmischen Ans tzen, um die Resultate hinsichtlich der Pr zisionsmetriken wie die absolute mittlere Fehlerrate zu verbessern. In dieser Arbeit wird mit RF-Rec ein simples Empfehlungsverfahren analysiert, dessen Berechnungen auf Bewertungsh ufigkeiten basieren, und weitere Varianten vorgestellt. Die Evaluierungen auf sechs bekannten Datens tzen zeigen, dass RF-Rec Pr diktoren insbesondere bei wenigen Daten, die f r Empfehlungssysteme eine Herausforderung darstellen, vergleichbare Ergebnisse wie die popul ren Verfahren SVD und Slope One erzielen k nnen. Mit Hilfe von statistischen Tests wird demonstriert, dass die beobachteten Unterschiede nicht signifikant sind. Zudem wird pr sentiert, dass durch einfache Optimierungen weitere Verbesserungen m glich sind. Damit wird m glicherweise ein Pro-Beitrag zur Debatte geleistet, die die Aussagekraft von Pr zisionsmetriken immer mehr in Frage stellt.