Detaillierte Beschreibung von drei Modellen, die im Empfehlungssystem eingesetzt werden
-
Kandidatengenerator: Empfehlungen auf Basis bereits installierter Apps können verzerrt sein, daher wird die Installationsrate nach der Ausspielung berücksichtigt.
-
ReRanker: Die Reihenfolge der empfohlenen Apps wird nicht mehr "pointwise", sondern "pairwise" neu berechnet. Dabei werden in bestimmten Situationen die relativen Ränge anhand der aus den angezeigten Apps tatsächlich ausgewählten App erneut angepasst.
-
Mehrziel-Optimierung: Viele Empfehlungssysteme optimieren gleichzeitig für Ziele wie Relevanz, Popularität und persönliche Vorlieben. Diese Ziele ändern sich dynamisch je nach Bedarf der Nutzer. Ein Beispiel: Wenn sich ein Nutzer für Apps zur Wohnungssuche interessiert hat und inzwischen eine Wohnung gefunden hat, könnte er sich anschließend für Apps zur Wohnungseinrichtung interessieren. Um auf solche Fälle zu reagieren, werden sekundäre Ziele nicht als Absolutwert, sondern prozentual berechnet und verbessert.
Noch keine Kommentare.