BABichsel Sadiki Aufgabenstellung

Zurück zu StudienUndBachelorarbeiten.

Rating- und Recommender-System mit Anwendungsbeispiel Traildevils-Portal ^

• Bachelorarbeit FS 2012, Samuel Bichel & L. Sadiki
• Fachrichtung: Internet-Technologien und -Anwendungen
• Verantwortlicher: Stefan Keller
• Betreuer: Stefan Keller
• Gegenleser: Peter Heinzmann
• Experte: Claude Eisenhut
• Industriepartner: Frontline Media GmbH
• Voraussetzungen: Internet-Technologien (z.B. REST, XML, JSON). Datenbanken (z.B. PostgreSQL).
• Wichtige Weblinks:
  • Doku: Dropbox
  • Buildserver: http://sinv-56011.edu.hsr.ch/jenkins
  • PostgreSQL: http://sinv-56011.edu.hsr.ch/phppgadmin
  • Webservice
    • Demo Website : http://sinv-56011.edu.hsr.ch/
    • Testing: http://sinv-56011.edu.hsr.ch/jenkins/job/Rails/ws/Webservice/coverage/index.html#_AllFiles
    • Code Doku: http://sinv-56011.edu.hsr.ch/jenkins/job/Rails/ws/Webservice/doc/app/index.html
    • JSON API Doku: http://sinv-56011.edu.hsr.ch/jenkins/job/Rails/ws/API-Dokumenation/api_documentation.pdf
  • Todo: https://trello.com/b/1QUIy64O
  • Video: http://youtu.be/4Hv-iovuRiw

Hintergrund ^

Alle bekannten Rating- und Recommendationsysteme sind auf spezielle Produkte bezogen und dadurch in ihrem Umfang sehr eingeschränkt. Bekannte Beispiele sind Appstores, Amazon oder Digitec. Dies birgt sowohl für Produkte-/Dienstleisteranbieter wie für auch Anwender bedeutende Nachteile. So muss ein Anwender, Informationen zu Produkten an diversen verschiedenen Orten zusammensuchen und bekommt keine branchenübergreifende Angebote. Auf der Anbieterseite (Partner), sind die bisher überwiegenden Nachteile der begrenzte Kundenkreis, sowie die Geschlossenheit der bestehenden Systeme. So ist es für einen Neueinsteiger schwierig, Kundenmeinungen und Bewertungen zu generieren.

Ziele ^

• Hauptziel ist die Entwicklung eines produktunabhängigen Recommender-Webservices (Prototyp), welcher Empfehlungen zu den Produkten der Partner generieren kann.
• Ein weiteres Ziel ist die Realisierung eines entsprechenden Webservices, mit dem die Partner Produkte hinzufügen, bewerten (Likes, Ratings) und Empfehlungen von Produkten abholen können.
• Die Funktionalität des Recommender-Webservice wird mit Hilfe einer Demo-Webseite mit anonymisierten Daten von Traildevils aufgezeigt.
• Evaluation eines für die obigen Ziele geeigneten Recommender-Frameworks.
• Evaluation geeigneter Algorithmen im Bezug auf obige Ziele (Fehlerquote des Recommender-Systems aufzeigen).

Anforderungen ^

Funktionale: ^

• Webservice:
  • Authentifizieren (session based)
  • CRUD Produkte, Benutzer, Bewertung
  • Recommendations abfragen

• Webapplikation zur Administration von Partner-Informationen (Backend)

• Recommendersystem:
  • Empfehlungen für Produkte berechnen.
  • Daten ähnlicher Produkte anderer Partner (Likes, Ratings) bei der Berechnung von Empfehlungen berücksichtigen (Cross-Domain).

• Demo-Webseite:
  • Funktionalität des Recommender-Webservices anhand von Traildevils als Partner demonstrieren.

Nicht Funktionale: ^

• Datenkonsistenz
• Sicherheit
• Hohe Performance (optional)

Lieferdokumente ^

• Die bei HSR-Informatik übliche Dokumentation:
  • Gemäss vereinbartem Inhaltsverzeichnis
  • Aussage über Performance und Skalierbarkeit des Recommender-Webservice
• Prototyp Recommender-Webservices
• Webservice API-Dokumentation
• Demo-Webseite
• Wiki-Projekt-Webauftritt
• GIT-Repo