Collaborative Filtering. Einsatz für die Streaming-Branche am Beispiel des Anbieters Joyn (eBook, PDF)
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2020 im Fachbereich Medien / Kommunikation - Film und Fernsehen, Hochschule Fresenius München, Sprache: Deutsch, Abstract: Den Inhalt der Arbeit stellt eine Übersicht von aktuellen Recommender Systemen dar, welche zunächst allgemein beschrieben und dann anhand von gängigen Annahmen voneinander abgegrenzt werden. Im weiteren Verlauf werden die beiden Filtering Arten User-Based Filtering und Item-Basend Filtering näher betrachtet. Nachdem die Unterschiede definiert wurden, werden aktuelle Herausforderungen skizziert, welche im Rahmen der Implementierung von Recomm...
Studienarbeit aus dem Jahr 2020 im Fachbereich Medien / Kommunikation - Film und Fernsehen, Hochschule Fresenius München, Sprache: Deutsch, Abstract: Den Inhalt der Arbeit stellt eine Übersicht von aktuellen Recommender Systemen dar, welche zunächst allgemein beschrieben und dann anhand von gängigen Annahmen voneinander abgegrenzt werden. Im weiteren Verlauf werden die beiden Filtering Arten User-Based Filtering und Item-Basend Filtering näher betrachtet. Nachdem die Unterschiede definiert wurden, werden aktuelle Herausforderungen skizziert, welche im Rahmen der Implementierung von Recommender Systemen auftreten können. Am Schluss wird die allgemeine Funktionsweise eines Recommender Systems anhand des Streaming-Anbieters Joyn demonstriert. Die Arbeit endet mit einem Fazit.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.
Andere Kunden interessierten sich für
