Semantik sucht sinnvoll

Forschern ist es gelungen, ein semantisches Empfehlungssystem zu entwickeln, das den Inhalt von Internetseiten deutet und präzisere Empfehlungen geben kann.

Nervende Fehlinformation im Internet: Die statistischen Auswertungen bei bisherigen Empfehlungssystemen haben zur Folge, dass den Nutzern immer wieder Produkte oder Informationen vorgeschlagen werden, die keinen Mehrwert bringen. So wird zum Beispiel den Nutzern ein Taschenbuch vorgeschlagen, obwohl das gebundene Buch bereits gekauft wurde. Eine Lösung bietet das neuartige semantische Empfehlungssystem „SEmantic Recommendation and Unstructured data Management" (SERUM), das gerade den Sprung von der Grundlagenforschung in die Anwendung geschafft hat. Entwickelt wurde „SERUM" vom Distributed Artificial Intelligence Laboratory (DAI-Labor) der TU Berlin und dem Unternehmen Neofonie.

Im System sind den Wörtern, also den Suchbegriffen, Bedeutungen hinterlegt, so dass das System deutlich erkennt, worum es sich handelt und in welchem Bezug das Wort verwendet wird. Die Empfehlungen werden aus verschieden Domänen und Themengebieten zusammengetragen. Besteht zum Beispiel Interesse an einem Künstler, werden Nachrichten, Filme oder Musiktitel zu dem Künstler empfohlen, die von unterschiedlichen Internetseiten stammen. Der Nutzer erhält somit umfangreiche und exakte Empfehlungen, die sich nicht wiederholen und den individuellen Wünschen entsprechen.

Das Projekt wurde vom Bundesministerium für Wirtschaft und Technologie (BMWi) über eine Dauer von 20 Monaten gefördert und Ende Oktober 2011 erfolgreich abgeschlossen. Das System ist noch nicht frei zugänglich. Interessenten, die den Online-Demonstrator gerne testen möchten, fordern ihre Zugangsdaten per E-Mail an über: serum-demonstrator@neofonie.de

· Weitere Informationen: www.dai-labor.de