Aufgabenstellung 2 (Empfehlungsgenerierung am
Werbung
Technische Universität München Praktikum Mobile Web 2.0 2.Teil Kollaboratives Bewerten und Filtern am Touchscreen Robert Eigner [email protected] 19.05.2009 Technische Universität München Lastenheft • Erweiterung Client – Erfassung von verschiedenen Item-Typen – Erfassung von Bewertungen • • Upload auf einen „ausgezeichneten“ Peer/Server Touchscreen – Anzeige von Items – Bewertung von Items • • Empfehlungsfunktion Download eines empfehlenswerten Items Technische Universität München Lastenheft • Client verwaltet bisher als Items beliebige Dateien – Erweiterung : Erfassung des Item-Typs – Foto, Audionotiz, Freihandnotiz, Text, … – Item: Datei + Tags + Item-Typ • Mindestanforderungen: – – – – • • Item mit Tag versehen Item mit Typ versehen (auch implizit) Item bewerten Item an Spezial-Peer/Server verschicken Noch besser: Integration von Fotos mit Kamera, Sprach- oder Freihandnotiz Test mit mehreren Clients / Usern Technische Universität München Lastenheft • Bewertungsschema: – „+/-“ – Zahl von 1 bis 6 – Sterne • Jeder User kann alle Items (auch die von anderen Usern) bewerten Technische Universität München Technologien: Kollaboratives Filtern • • • • Collaborative Filtering Personalisierungstechnik Automatische Vorhersagen (Filtern) über das Interesse eines Nutzers indem man Informationen über gleichartige Items von mehreren Nutzern analysiert “Nutzer, die A kauften, kauften auch B” Technische Universität München Technologien: Kollaboratives Filtern • • 1. 2. Zwei Möglichkeiten: Nutzer-Item-Ansatz Nach Nutzern suchen, die ähnlich bewerten wie der aktuelle Nutzer Die gefundenen Bewertungen suchen, um eine Vorhersage für den aktuellen Nutzer treffen 3. Nutzer-Item Matrix aufbauen • Item-basierter Ansatz 1. Ähnliche Items identifizieren, dann den Geschmack des Nutzers ableiten 2. Item-Item-Matrix aufbauen Technische Universität München Technologien: Kollaboratives Filtern • • Wie leitet man neue Empfehlungen ab? Lineare Regression f(x)=ax+b Technische Universität München Technologien: Kollaboratives Filtern • • • • Wie leitet man neue Empfehlungen ab? Slope One f(x)=x+b Item 1 wird im Schnitt um 0,5 besser bewertet als Item 2: ((4-2) + (3-4)) / 2 = (2 -1) / 2 = 0,5 Daher lautet die Vorhersage für Carol‘s Bewertung von Item 1 = 2,5 Item 1 Item 2 Item 3 Alice 2 4 2 Bob 4 3 n/a Carol n/a 2 5 Technische Universität München Technologien: Kollaboratives Filtern • Probleme: – Cold-Start: was passiert mit neu in das System eintretende Nutzer? – First-Rate: was passiert mit neu in das System eintretende Items? • Mehr Informationen: – http://en.wikipedia.org/wiki/Collaborative_filtering – http://en.wikipedia.org/wiki/Regression_analysis#Linear_regression – http://en.wikipedia.org/wiki/Slope_One Technische Universität München Technologien: Touchscreen • Darstellung der Items am Touchscreen – Mind. zwei Item-Typen – Items von mind. zwei Usern – Geeignete Darstellung wichtig, z.B. Liste + Detailansicht • • Bewertungsfunktion auch am Touchscreen Zusätzlich soll es eine Funktion „Empfehlung“ geben – Dann senden eines neuen Items an Client – Empfehlungsfunktion auszuarbeiten – Auf Basis von kollaborativem Filtern Technische Universität München Technologien • NEC 32“ Widescreen Monitor – Empfohlene Auflösung: 1360x768 Pixel – Vorhanden in Raum 01.05.033 – Notfalls kann auch das Gerät in 01.05.058 verwendet werden (falls dort gerade keine Besprechung) • Touchscreen Funktionalität – – – – – Treiber für XP, Vista u.a. (Mac nicht getestet): http://www.elotouch.com/Support/Downloads/dnld.asp Auch Bsp. Programm mit Registrierkasse (CD für Win XP ausleihbar) Nach Installation Kalibrierung erforderlich Technische Universität München Technologien • Funktioniert wie ein Mauszeiger – Anschluss mit USB – C#: System.Windows.Forms.Control: Mouse…-Events – Java: java.awt.event.MouseListener, mouse…-Methoden • Aber Benutzer-Interaktion muss auf Touchscreen abgestimmt werden! – Eher schwierig: – Bewegen des Mauszeigers – drag-and-drop – Leicht: – Klick auf Icon – Bedienelemente sollten nicht zu klein sein – Bildlauf nicht über Scroll-Balken, sondern über „oben“ und „unten“ Buttons etc. • Schöne Benutzer-Interaktion ist also die „Kür“ für Touchscreen-Anwendung Technische Universität München Technologien • Beispiel Registrierkasse Technische Universität München Zeitplan • • • • • 19.05.2009 (heute): Aufgabenstellung Teil 2: kollaboratives Bewerten und Filtern am Touchscreen 26.05.2009: Seminar: Vorstellung der Architektur / Lösungsvorschläge 02.06.2009: Implementierung (kein Termin, Pfingsten) 09.06.2009: Abgabe Code, Dokumentation, Testate 16.06.2009: Aufgabenstellung Teil 3: RFID Identifzierung (Hubert)
