Entwicklung eines Systems zur Verwaltung und Online-Evaluation von Point-Of-Interest Empfehlungsalgorithmen
Abstract
Viele Internetseiten bieten ihren Benutzern Empfehlungen eventuell interessanter Orte ihrer Webplattform. Solche "Points-of-Interest" sind in E-Commerce-Systemen beispielsweise Produktseiten und bei Nachrichtenportalen Beiträge, die dem Leser aufgrund bereits besuchter Artikel zusagen könnten. Dieser Service wird oft von eigenständigen Softwarekomponenten oder externen Anbietern zur Verfügung gestellt. Solche Empfehlungsdienste nutzen eine große Bandbreite an Verfahren verschiedener Forschungsgebiete, um diese Funktion zu erfüllen. Zur Ermöglichung aussagekräftiger Bewertungen der genutzten Methodiken, sind diverse Metriken entwickelt worden. Bei der Verwendung dieser Bewertungskriterien begegnen Forscher diversen Herausforderungen. So sind die Beschaffung von Testdaten und die Bereitstellung von Umgebungen, in welchen großflächige Auswertungen durchgeführt werden können, oft problematisch. Daher wurden neben der Bestimmung traditioneller Messgrößen aus dem Information Retrieval diverse Verfahren der Online-Evaluation von Algorithmen zur Erstellung von Empfehlungen vorgeschlagen. Diese Evaluationen bedürfen Daten aus Echtzeitumgebungen. Die plista GmbH, die als Drittanbieter einen Empfehlungsdienst anbietet, stellt zu Forschungszwecken eine Schnittstelle bereit, durch welche experimentelle Empfehlungsalgorithmen im produktiven Betrieb durch die Interaktion mit echten Nutzern evaluiert werden können. Damit auf Basis der daraus gewonnenen Daten eine inkrementelle Verbesserung der Algorithmen erreicht werden kann, müssen diese Daten nach verschiedenen Gesichtspunkten betrachtet werden. Solche Betrachtungsweisen sind zum Beispiel der zeitliche Verlauf der Bewertungsgrößen, verschiedene Durchschnittsbetrachtungen oder direkte Gegenüberstellungen unterschiedlicher Ansätze. Im Rahmen dieser Arbeit wird eine Plattform implementiert, die diese Möglichkeiten durch verschiedene Visualisierungen der erfassten Daten bereitstellt. Dafür wird zunächst das Forschungsgebiet der Empfehlungsdienste untersucht, um eventuelle zukünftige Entwicklungen in der Bewertungsmethodik zu identifizieren. Damit eine Erweiterbarkeit der Plattform um die Unterstützung hinzukommender Metriken gewährleistet wird, werden anschließend Ideen und Techniken für die Entwicklung einer flexiblen Software betrachtet. Der letzte Teil dieser Arbeit beschreibt die Umsetzung, um etwaigen Anpassungsentwicklern Informationen bereitzustellen, wie diese Flexibilität für den Ausbau der Plattform genutzt werden kann.