KMulE

Kontextbasiertes Multimedia Empfehlungssystem



KompetenzzentrumInformation Retrieval and Machine Learning
KontaktProf. Dr.-Ing. Sahin Albayrak, Alan Said, M.Sc.

Partner: moviepilot GmbH

 

Es gibt viele Internetportale, die kollaborative Filmempfehlungen berechnen. Dabei werden dem Nutzer Filme zur Leihe bzw. zum Kauf angeboten. Die Empfehlungen basieren dabei auf der Ähnlichkeit des Nutzers zu anderen Nutzern, oder auf explizit definierten Präferenzen (z.B. Genre "Krimi"). Empfehlungen sind somit minimal personalisiert, beziehen aber weder den Nutzungskontext (Wochenende ja/nein, Tageszeit) noch sonstige Metadaten (Lieblingsschauspieler) mit ein. 

Kontextbasierte Film-Empfehlungen

Ziel des Projektes KMULE ist die implizite Erkennung solcher Präferenzen, basierend auf einer Analyse der Nutzerhistorie und dem Nutzungskontext. Das Empfehlungssystem verarbeitet dabei kontextspezifische Metadaten, um diejenigen Filme zu ermitteln, die einen Nutzer in einem bestimmten Kontext interessieren könnten. Die vom System berechneten personalisierten und kontextabhängigen Empfehlungen haben eine höhere Qualität und Akzeptanzrate beim Nutzer. Das implementierte Empfehlungssystem wird in das Moviepilot-Filmempfehlungsportal integriert und fortlaufend evaluiert.

KMULE ist ein Kooperationsprojekt des DAI-Labors und der moviepilot GmbH und wird gefördert durch das Bundesministerium für Wirtschaft und Technologie (BMWi).