Die fortschreitende Entwicklung von mobilen Endgeräten wie Personal Digital Assistants (PDAs) und Smartphones ermöglicht einen immer weiter gehenden Einsatz für Aufgaben im beruflichen und privaten Umfeld von Benutzern. (Kleine) Anwendungen für diese mobilen Endgeräte werden kurz auch als "App" bezeichnet und können über Software Shops der verschiedenen Plattformen einfach erworben, installiert und genutzt werden. Allerdings wird mittlerweile eine Vielzahl von Apps angeboten, so dass Benutzer Schwierigkeiten haben, eine in ihrer Situation empfehlenswerte App zu finden. Dazu können Recommendersysteme verwendet werden, was gerade in einem mobilen Umfeld sinnvoll erscheint. Dies liegt zum einen an der beschränkten Benutzerschnittstellen der Mobilgeräte, Benutzer können hier nicht leicht sehr viele Suchergebnisse auswerten, sondern die ersten Treffer einer Suche nach Anwendungen sollten empfehlenewerte Apps liefern. Zum anderen ist in mobilen Umfeld eine Anpassung an den aktuellen Kontext wie Ort und Zeit wichtig.
In dieser Abschlussarbeit soll nun genauer untersucht werden, wie man ein kontextsensitives Recommendersystem für Software Shops für mobile Plattformen (SwSmP) konzipieren und umsetzen kann. Dazu sollen zunächst in einem Grundlagen-Teil existierende SwSmP, in Frage kommende Kontextarten und grundlegende Recommenderalgorithmen betrachtet werden. Darauf aufbauend soll ein eigenes Konzept zur Empfehlung von Apps entwickelt werden. Neben Ort und Zeit erscheint u.a. auch eine Anpassung der Empfehlung an den aktuell verwendeten Endgeräte-Typ sinnvoll. Das entwickelte Konzept soll dann in einer protypischen Implementierung zum Teil realisiert und z.B. in einer (kleinen) Benutzerstudie evaluiert werden. Der Schwerpunkt dabei liegt auf der mobilen Schnittstelle zum Recommendersystem.
Inhaltsverzeichnis
- Danksagung
- Zusammenfassung
- Abstract
- 1 Einleitung
- 2 Grundlagen
- 2.1 Software Shops für mobile Plattformen (SwSmP)
- 2.2 Kontextarten
- 2.2.1 Zeitlicher Kontext
- 2.2.2 Räumlicher Kontext
- 2.2.3 Benutzerkontext
- 2.2.4 Gerätekontext
- 2.2.5 Kontextübergreifende Aspekte
- 2.3 Recommenderalgorithmen
- 2.3.1 Collaborative Filtering
- 2.3.2 Content-Based Filtering
- 2.3.3 Hybrid Recommender
- 3 Konzeption eines kontextsensitiven Recommendersystems für SwSmP
- 3.1 Anforderungen an ein kontextsensitives Recommendersystem
- 3.2 Beschreibung des kontextsensitiven Systems
- 3.3 Bewertung des entwickelten Systems
- 4 Implementierung eines Prototyps
- 4.1 Architektur des Prototyps
- 4.2 Mobile Schnittstelle
- 4.3 Datenbankdesign
- 4.4 Kontextsensitive Empfehlungen
- 5 Evaluation des Prototyps
- 5.1 Versuchsaufbau
- 5.2 Ergebnisse
- 5.3 Diskussion der Ergebnisse
- 6 Zusammenfassung und Ausblick
Zielsetzung und Themenschwerpunkte
Diese Masterarbeit befasst sich mit der Konzeption und Implementierung eines kontextsensitiven Recommendersystems für Software Shops für mobile Plattformen (SwSmP). Ziel ist es, Applikationen in SwSmP basierend auf kontextsensitiven Informationen zu empfehlen und somit Nutzern bei der Suche nach relevanten Anwendungen zu helfen.
- Analyse bestehender Software Shops für mobile Plattformen
- Untersuchung relevanter Kontextarten im mobilen Umfeld
- Entwicklung eines kontextsensitiven Recommendersystems
- Implementierung eines Prototyps
- Evaluation des Prototyps anhand von Versuchsreihen
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, die den aktuellen Stand der Forschung im Bereich der mobilen Anwendungen und Recommender Systeme darstellt. Im zweiten Kapitel werden die Grundlagen für das kontextsensitive Recommendersystem gelegt. Hier werden Software Shops für mobile Plattformen, verschiedene Kontextarten und relevante Recommenderalgorithmen betrachtet. Das dritte Kapitel befasst sich mit der Konzeption des Systems, wobei die Anforderungen, die Funktionsweise und die Bewertung des Systems im Detail dargestellt werden. Kapitel vier beschreibt die Implementierung eines Prototyps, der die Architektur, die mobile Schnittstelle, das Datenbankdesign und die kontextsensitive Empfehlung umfasst. Die Evaluation des Prototyps anhand von Versuchsreihen wird in Kapitel fünf behandelt. Die Arbeit endet mit einer Zusammenfassung und einem Ausblick auf zukünftige Forschungsrichtungen.
Schlüsselwörter
Recommendersysteme, Software Shops, mobile Plattformen, kontextsensitive Informationen, Applikationen, mobile Schnittstelle, Evaluation, Prototyp, Collaborative Filtering, Content-Based Filtering, Hybrid Recommender.
Häufig gestellte Fragen
Was ist ein kontextsensitives Recommendersystem?
Ein System, das Empfehlungen (z.B. für Apps) basierend auf aktuellen Informationen wie Ort, Zeit, Benutzerprofil und verwendetem Gerätetyp anpasst.
Warum sind Recommender für mobile App-Shops wichtig?
Wegen der riesigen Auswahl an Apps und der beschränkten Schnittstellen (kleine Bildschirme) müssen die ersten Suchergebnisse bereits hochrelevante Empfehlungen liefern.
Was ist der Unterschied zwischen Collaborative und Content-Based Filtering?
Collaborative Filtering basiert auf dem Verhalten ähnlicher Nutzer, während Content-Based Filtering Empfehlungen anhand der Merkmale der App selbst ausspricht.
Welche Kontextarten werden in der Arbeit untersucht?
Untersucht werden der zeitliche, räumliche (Standort), benutzerbezogene und gerätespezifische Kontext.
Wie wurde das entwickelte Konzept evaluiert?
Durch eine prototypische Implementierung der mobilen Schnittstelle und eine anschließende Benutzerstudie zur Bewertung der Empfehlungsqualität.
- Quote paper
- Daniel Bialas (Author), 2011, Recommendersysteme in Software Shops für mobile Plattformen (SwSmP), Munich, GRIN Verlag, https://www.grin.com/document/170604
