Detailseite
Projekt Druckansicht

Studium von maschinellen Verfahren, die in komplexen Semantischen Datensätzen Empfehlungsalgorithmen lernen

Fachliche Zuordnung Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Förderung Förderung von 2010 bis 2016
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 190144725
 
Erstellungsjahr 2015

Zusammenfassung der Projektergebnisse

Im Rahmen des Projektes wurden Algorithmen entwickelt und optimiert, mit denen Empfehlungssysteme auf semantischen Daten erstellt werden können. Die Leistungsfähigkeit der Algorithmen wurde anhand unterschiedlicher Datensätze aus verschiedenen Domänen evaluiert. Die Ergebnisse wurden auf verschiedenen Konferenzen präsentiert. Die Anwendbarkeit der Algorithmen in praxisrelevanten Szenarien wird anhand der entwickelten Demonstratoren gezeigt. Im Projekt Learning Semantic Recommender wurden Ansätze und Verfahren erforscht mit denen Empfehlungssysteme für heterogene semantische Datensätze erlernt werden können. Als Ausgangsbasis dienen dabei Daten aus sozialen Netzwerken sowie aus dem Bereich Linked Open Data ("LOD-Cloud"). Es wird davon ausgegangen, dass die Daten als n-Tupel vorliegen oder in ein semantisches Datenformat überführt werden können. Bei der Entwicklung eines universellen Empfehlungssystems müssen vielfältige Herausforderungen berücksichtigt werden, für die im Projekt jeweils geeignete Lösungen entwickelt und evaluiert wurden.

Projektbezogene Publikationen (Auswahl)

 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung