@techreport{GrossKnoll2016, type = {Working Paper}, author = {Groß, Rainer and Knoll, Julian}, title = {Wie funktionieren Recommendersysteme?}, address = {N{\"u}rnberg}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-1638}, pages = {29}, year = {2016}, abstract = {Mit dem rapiden Wachstum der Informationstechnologie zum Anfang des 21. Jahrhunderts und der damit verbundenen starken Zunahme der Datenmenge, ist Software zum Filtern und Auffinden von relevanten Informationen unverzichtbar geworden. Gerade f{\"u}r Unternehmen, deren Gesch{\"a}ftsmodell auf digitalisierten Unternehmensprozessen beruht, ist es essenziell dem jeweiligen Kunden automatisiert passende Produkte anzubieten. Recommenderalgorithmen befassen sich genau mit dieser Problemstellung und versuchen Produktempfehlungen f{\"u}r Kunden m{\"o}glichst gut zu personalisieren. Die bislang vorliegenden Ver{\"o}ffentlichungen beschreiben Recommenderalgorithmen lediglich in groben Z{\"u}gen. Der vorliegende Artikel befasst sich daher mit der didaktischen Aufarbeitung zweier grundlegender Algorithmen und bietet einen transparenten und allgemein verst{\"a}ndlichen Zugang zu diesem Thema. Die beiden Algorithmen werden anhand eines durchg{\"a}ngigen Beispiels von der Berechnung der {\"A}hnlichkeitsmaße bis zur Erstellung der Empfehlungsrangliste illustriert. Dar{\"u}ber hinaus wird eine Methodik vorgestellt, um die Empfehlungsqualit{\"a}t im Rahmen von Simulationsstudien mit ROC-Kurven zu evaluieren.}, subject = {Empfehlungssystem}, language = {de} }