SERUM

Semantische Empfehlungen basierend auf großen, unstrukturierten Datenmengen

KompetenzzentrumInformation Retrieval and Machine Learning
KontaktProf. Dr.-Ing. Sahin AlbayrakTill Plumbaum

Partner: Neofonie GmbH

 

In SERUM wird die Grundlage für ein semantisches Empfehlungssystem geschaffen, das basierend auf einer semantischen Analyse von Benutzerverhalten und Nachrichtentexten hochqualitative Empfehlungen berechnet. Ziel ist es, ein System zu entwickeln, das unabhängig vom spezifischen Anwendungsfall Empfehlungen aus unterschiedlichen Domänen wie Musik oder Film ermittelt. Diese Empfehlungen sind personalisiert und auf die individuellen Bedürfnisse des Benutzers abgestimmt, basierend auf dessen persönlichen Präferenzen und Interessen. 

Im Rahmen des Forschungsprojektes SERUM werden Entertainment-Nachrichten empfohlen. Dabei werden das bisherige Leseverhalten und die musikalischen Interessen von Benutzern analysiert, um personalisierte Nachrichten-Feeds zu erzeugen. Die für das Empfehlungssystem benötigte semantische Wissensbasis wurde in Form einer Ontologie modelliert, gespeichert und mit Nachrichtentexten verknüpft. Darauf aufbauend wurden Algorithmen entwickelt, die das semantische Wissen und die Nutzerinteressen auswerten und so ein hohes Maß an Qualität bei den Empfehlungen erreichen.

SERUM ist ein Kooperationsprojekt des DAI-Labors und der Neofonie GmbH und wird gefördert durch das Bundesministerium für Wirtschaft und Technologie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages.