Skip to main content
Erschienen in: Datenbank-Spektrum 3/2017

21.09.2017 | Schwerpunktbeitrag

Einsatz eines Datenstrommanagementsystems als Framework für Online-Recommender-Systeme am Beispiel der Nachrichtenempfehlungen

Überblick über die Nutzung des Datenstrommanagementsystems »Odysseus« im Rahmen der CLEF NewsREEL 2016

verfasst von: Cornelius A. Ludmann

Erschienen in: Datenbank-Spektrum | Ausgabe 3/2017

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Im Rahmen der CLEF NewsREEL Challenge haben Teilnehmerinnen und Teilnehmer die Möglichkeit, Recommender-Systeme im Live-Betrieb für die Empfehlung von Nachrichtenartikeln zu evaluieren und sich mit anderen zu messen. Dazu werden sie durch Events über Impressions informiert und bekommen Requests, auf die sie mit Empfehlungen antworten müssen. Diese werden anschließend den Benutzerinnen und Benutzern angezeigt. Die Veranstalter messen, wie viele Empfehlungen tatsächlich angeklickt werden.
Eine Herausforderung ist die zeitnahe Verarbeitung der Events, um in einem festgelegten Zeitraum mit Empfehlungen antworten zu können. In diesem Beitrag stellen wir unseren Ansatz auf Basis des Datenstrommanagementsystems »Odysseus« vor, mit dem wir durch kontinuierlich laufende Queries beliebte Nachrichtenartikel empfehlen. Mit diesem konnten wir uns im Rahmen der CLEF NewsREEL Challenge 2016 gegenüber den anderen Teilnehmern behaupten und die meisten Klicks auf unsere Empfehlungen erzielen.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Weitere Produktempfehlungen anzeigen
Fußnoten
2
Eine Gruppe meint die Segmentierung der Tupel anhand von Gruppierungsattributen. So lassen sich zum Beispiel die Nachrichtenaufrufe nach dem Ort gruppieren, an dem sich die Leserin bzw. der Leser aufhält.
 
Literatur
1.
Zurück zum Zitat Ali M, Johnson CC, Tang AK (2011) Parallel collaborative filtering for streaming data. University of Texas Austin, Austin (Tech. Rep) Ali M, Johnson CC, Tang AK (2011) Parallel collaborative filtering for streaming data. University of Texas Austin, Austin (Tech. Rep)
3.
Zurück zum Zitat Arasu A, Babu S, Widom J (2006) The CQL continuous query language: Semantic foundations and query execution. Vldb J 15(2):121–142CrossRef Arasu A, Babu S, Widom J (2006) The CQL continuous query language: Semantic foundations and query execution. Vldb J 15(2):121–142CrossRef
4.
Zurück zum Zitat Campos PG, Díez F, Cantador I (2014) Time-aware recommender systems: A comprehensive survey and analysis of existing evaluation protocols. UMUAI’14 24(1-2):67–119 Campos PG, Díez F, Cantador I (2014) Time-aware recommender systems: A comprehensive survey and analysis of existing evaluation protocols. UMUAI’14 24(1-2):67–119
5.
Zurück zum Zitat Chandramouli B, Levandoski JJ, Eldawy A, Mokbel MF (2011) Streamrec: A real-time recommender system. SIGMOD’11, S 1243–1246 Chandramouli B, Levandoski JJ, Eldawy A, Mokbel MF (2011) Streamrec: A real-time recommender system. SIGMOD’11, S 1243–1246
8.
Zurück zum Zitat Kille B, Lommatzsch A, Gebremeskel GG, Hopfgartner F, Larson M, Seiler J, Malagoli D, Serény A, Brodt T, De Vries AP (2016) Overview of newsreel’16: Multi-dimensional evaluation of real-time stream-recommendation algorithms. International Conference of the Cross-Language Evaluation Forum for European Languages. Springer, Cham, S 311–331 Kille B, Lommatzsch A, Gebremeskel GG, Hopfgartner F, Larson M, Seiler J, Malagoli D, Serény A, Brodt T, De Vries AP (2016) Overview of newsreel’16: Multi-dimensional evaluation of real-time stream-recommendation algorithms. International Conference of the Cross-Language Evaluation Forum for European Languages. Springer, Cham, S 311–331
9.
Zurück zum Zitat Kille B, Lommatzsch A, Turrin R, Serény A, Larson M, Brodt T, Seiler J, Hopfgartner F (2015) Overview of clef newsreel 2015: News recommendation evaluation lab Kille B, Lommatzsch A, Turrin R, Serény A, Larson M, Brodt T, Seiler J, Hopfgartner F (2015) Overview of clef newsreel 2015: News recommendation evaluation lab
11.
Zurück zum Zitat Krämer J, Seeger B (2009) Semantics and implementation of continuous sliding window queries over data streams. Acm Tods 34(1):4CrossRef Krämer J, Seeger B (2009) Semantics and implementation of continuous sliding window queries over data streams. Acm Tods 34(1):4CrossRef
12.
Zurück zum Zitat Lommatzsch A, Albayrak S (2015) Real-time recommendations for user-item streams. 30th Annual ACM Symposium on Applied Computing. ACM, New York, NY, USA, S 1039–1046 (Proceedings) Lommatzsch A, Albayrak S (2015) Real-time recommendations for user-item streams. 30th Annual ACM Symposium on Applied Computing. ACM, New York, NY, USA, S 1039–1046 (Proceedings)
13.
Zurück zum Zitat Ludmann CA (2015) Online recommender systems based on data stream management systems. 9th ACM Conference on Recommender Systems. ACM, New York, NY, USA, S 391–394 (Proceedings) Ludmann CA (2015) Online recommender systems based on data stream management systems. 9th ACM Conference on Recommender Systems. ACM, New York, NY, USA, S 391–394 (Proceedings)
14.
Zurück zum Zitat Takács G, Pilászy I, Németh B, Tikk D (2009) Scalable collaborative filtering approaches for large recommender systems. J Mach Learn Res 10:623–656 Takács G, Pilászy I, Németh B, Tikk D (2009) Scalable collaborative filtering approaches for large recommender systems. J Mach Learn Res 10:623–656
15.
Zurück zum Zitat Verbitskiy I, Probst P, Lommatzsch A (2015) Developing and evaluation of a highly scalable news recommender system. CLEF 2015 – Conference and Labs of the Evaluation forum, Toulouse, France, September 8‑11. CEUR, Toulouse, France (Working Notes) Verbitskiy I, Probst P, Lommatzsch A (2015) Developing and evaluation of a highly scalable news recommender system. CLEF 2015 – Conference and Labs of the Evaluation forum, Toulouse, France, September 8‑11. CEUR, Toulouse, France (Working Notes)
16.
Zurück zum Zitat Werner S, Lommatzsch A (2014) Optimizing and evaluating stream-based news recommendation algorithms. CLEF. Citeseer, Sheffield, UK, S 813–824 (Working Notes) Werner S, Lommatzsch A (2014) Optimizing and evaluating stream-based news recommendation algorithms. CLEF. Citeseer, Sheffield, UK, S 813–824 (Working Notes)
Metadaten
Titel
Einsatz eines Datenstrommanagementsystems als Framework für Online-Recommender-Systeme am Beispiel der Nachrichtenempfehlungen
Überblick über die Nutzung des Datenstrommanagementsystems »Odysseus« im Rahmen der CLEF NewsREEL 2016
verfasst von
Cornelius A. Ludmann
Publikationsdatum
21.09.2017
Verlag
Springer Berlin Heidelberg
Erschienen in
Datenbank-Spektrum / Ausgabe 3/2017
Print ISSN: 1618-2162
Elektronische ISSN: 1610-1995
DOI
https://doi.org/10.1007/s13222-017-0268-3

Weitere Artikel der Ausgabe 3/2017

Datenbank-Spektrum 3/2017 Zur Ausgabe

Community

News

Editorial

Editorial

Kurz erklärt

Data Lakes

Premium Partner