Empfehlungssystem (Recommender system)

Software, die Nutzern Items (Filme, Produkte, Beiträge) aus früherem Verhalten und Ähnlichkeitsmustern vorschlägt, oft mit kollaborativem Filtern oder Matrixfaktorisierung.

Ein Empfehlungssystem sagt voraus, was ein Nutzer als Nächstes mögen könnte: welcher Film gestreamt, welches Produkt gekauft oder welcher Artikel gelesen wird. Viele industrielle Systeme nutzen kollaboratives Filtern und leiten Geschmack aus Bewertungen oder Klicks über Nutzer und Items ab.

Der Netflix Prize (2006 bis 2009) machte Empfehlungsgenauigkeit zum öffentlichen Benchmark mit RMSE. Siegerteams kombinierten Matrixfaktorisierung, Ensemble-Methoden und eingeschränkte Boltzmann-Maschinen aus Hintons Gruppe. Empfehlungssysteme bleiben eine Kernanwendung des überwachten Lernens im maschinellen Lernen.