Studiengang Information Science (Master of Science) [PO 2019]

Fachmodule

1 Modulname
Recommender Systems (Recommender Systems)
1.1 Modulkürzel
211230
1.2 Art
Fachmodul (Wahlpflicht)
1.3 Lehrveranstaltung(en)
Recommender Systems
1.4 Semester
1 - 2
1.5 Modulverantwortliche(r)
Prof. Dr. Kawa Nazemi
1.6 Weitere Lehrende
Midhad Blazevic
1.7 Studiengangsniveau
Master
1.8 Lehrsprache
Deutsch
2 Inhalt
Das Modul behandelt grundlegende Methoden und Techniken zur Erstellung von personalisierten Empfehlungen basierend auf großen Datenmengen. Die Studierenden erlernen verschiedene Ansätze und Algorithmen, um Empfehlungssysteme zu entwickeln und einzusetzen. Das Modul vermittelt Kenntnisse und Fähigkeiten, um die Bedeutung von Empfehlungssystemen in verschiedenen Anwendungsbereichen der Information Science und Data Analytics zu verstehen und deren Potenzial in der Praxis auszuschöpfen. Folgende Inhalte sind unter anderem Bestandteil des Moduls: Einführung in Recommendation Systems Datenbeschaffung und -vorverarbeitung für Empfehlungssysteme Empfehlungsalgorithmen und -modelle Bewertungs- und Ranking-Methoden Evaluierung von Empfehlungssystemen Personalisierung und Anpassung von Empfehlungen Content-basierte und kollaborative Filterung
3 Ziele
Das Modul hat zum Ziel, den Studierenden grundlegende Kenntnisse und Fähigkeiten im Bereich Empfehlungssysteme zu vermitteln. Nach Abschluss des Moduls können die Studierenden: Kenntnisse: Die Grundprinzipien von Empfehlungssystemen erklären Methoden zur Datenbeschaffung und -vorverarbeitung für Empfehlungssysteme erläutern Verschiedene Empfehlungsalgorithmen und -modelle beschreiben Bewertungs- und Ranking-Methoden in Empfehlungssystemen erklären Evaluierungstechniken für Empfehlungssysteme anwenden Grundlegende Konzepte der Personalisierung und Anpassung von Empfehlungen erklären Die Unterschiede zwischen content-basierten und kollaborativen Filterungsmethoden verstehen Fertigkeiten: Daten für die Verwendung in Empfehlungssystemen beschaffen und vorverarbeiten Empfehlungsalgorithmen und -modelle implementieren und anwenden Bewertungen und Rankings in Empfehlungssystemen erstellen und nutzen Empfehlungssysteme evaluieren und verbessern Personalisierung und Anpassung von Empfehlungen umsetzen Verschiedene Ansätze wie content-basierte und kollaborative Filterung implementieren und vergleichen Kompetenzen: Empfehlungssystemprojekte planen, durchführen und auswerten Die Eignung verschiedener Empfehlungsmethoden für bestimmte Anwendungsfälle beurteilen Die Ergebnisse der Empfehlungsanalyse verständlich präsentieren und interpretieren
4 Lehr- und Lernformen
Seminar: Problem-based Learning Programming-based Learning Blended Learning
5 Arbeitsaufwand und Credit Points
5 CP (Modul gesamt); 150 Stunden: 60 Stunden Präsenzzeit, 90 Stunden Selbststudium und Prüfungsvorbereitung
6 Prüfungsform, Prüfungsdauer und Prüfungsvoraussetzung
Hausarbeit oder Praxisbericht und Präsentation gemäß §13 Abs. 3 und §13 Abs. 5 ABPO.
7 Notwendige Kenntnisse
–
8 Empfohlene Kenntnisse
Angewandte KI
9 Dauer, zeitliche Gliederung und Häufigkeit des Angebots
1 Semester; Wintersemester; 4SWS
10 Verwendbarkeit des Moduls
Masterstudiengang Information Science
11 Literatur
Wird im Kurs bekanntgegeben.

Stand: 15.09.2023, 13:46:46. Ältere Versionen im Archiv.