Collaborative-Filtering

Beim Collaborative Filtering (CF) werden aus Vorlieben einer Gesamtmenge Rückschlüsse auf die Interessen eines Einzelnen gebildet. Es ist ein mathematischer Ansatz mit dem aus vielen Informationen über das Verhaltensmuster einer Käufergruppe, einer Kollaboration, speziell das Kaufverhalten eines Einzelnen hin untersucht wird, ohne dessen Verhalten explizit zu kennen. Dazu werden durch Korrelation Ähnlichkeiten zwischen den Benutzern festgestellt. Die CF-Datenanalyse ist eine Form des Data Mining, bei dem aus einem Informationspool spezielle Daten ausgefiltert werden.


Die CF-Technik dient der Personalisierung des Kaufverhaltens eines Einzelnen. Dazu wird das Kaufverhalten von Kundengruppen analysiert, deren Verhaltensmuster werden untersucht und diese in Relation zu den persönlichen Daten gestellt. Ziel ist es ein persönliches Profil zu schaffen, das für Verkaufsaktivitäten wie Online-Werbung genutzt werden kann und diese effizienter macht. In erweiterten CF-Konzepten sollen sogar Vorhersagen über das Benutzerinteresse und dessen bevorzugte Entscheidungsmuster getroffen werden.

So kann beispielsweise mittels Collaborative Filtering das u.a. das Geschlecht, das Alter und die Einkommensstruktur festgestellt werden und mit diesen Informationen kann eine passende Web-Werbung eingeblendet werden. Beispielsweise ein kleineres oder größeres Auto in einer von der Zielgruppe bevorzugten Farbe. Ein bekanntes CF-Beispiel findet man bei Amazon, die aus dem Kauf eines Buchtitels Rückschlüsse auf andere Buchthemen ableiten und diese dem Käufer empfehlen.

Informationen zum Artikel
Deutsch: Collaborative-Filtering
Englisch: collaborative filtering - CF
Veröffentlicht: 29.03.2012
Wörter: 215
Tags: #Webservices
Links: Amazon, Data Mining, Farbe, Information, Kollaboration