mountains_header_skitour

Forschungsprojekt Universität Zürich und Innosuisse: Semantisches Empfehlungssystem

Herausforderung

Zusammen mit der Förderagentur für Innovation des Bundes (KTI) welche seit 2018 unter dem Namen Innosuisse (die Schweizerische Agentur für Innovationsförderung) auftritt und dem Institut für Informatik der Universität Zürich sollte ein Kollaborationsprojekt im Bereich des Semantic Web, auch bekannt als Web 3.0, umgesetzt werden. Ziel der Zusammenarbeit war die Entwicklung eines neuartigen ontologie-basierten und qualitativen Empfehlungssystems für Lokalitäten. Das Forschungsteam schlug damit die Brücke zwischen Wissenschaft und Marktwirtschaft. Das Forschungsteam setzte sich aus Entwicklern der Universität Zürich und Amazee zusammen. Die Projektleitung war bei Dr. G. Reif (UZH) sowie Marc Gasser und steht seitens UZH unter Aufsicht/Betreuung durch Prof. Ph.D. Abraham Bernstein und Prof. Dr. Harald C. Gall.

Lösung

Das Forschungsteam schlug die Brücke zwischen Wissenschaft und Marktwirtschaft. Der Algorithmus hat die Welt der klassischen Online Suchmaschine dahingehend revolutioniert, dass natürlichsprachige, qualitative Bewertungen, welche schon längst zur Kernaufgabe eines User Generated Internet geworden sind, in die Online-Suche miteinbezogen werden können. Das Team einen konkreten, ontologie-basierten Algorithmus entwickelt, der aus der ungeheuren Datenflut des Internets nur die brauchbaren Informationen filtert und qualitative Kriterien auswertet. Anhand der semantischen Verknüpfung bestimmt der ontologische Algorithmus dann, nach welchen Kriterien die Empfehlung an den User letztlich erfolgt. Die automatisierte Empfehlung wird zu 100% individualisierbar und exakt auf den User abgestimmt.

Resultat

Wir sind stolz mit den unzähligen Locationkritiken ein kleines Stück Web 3.0 Geschichte geschrieben zu haben. Im Rahmen des Projekts wurde ein Client für Lokalempfehlungen implementiert. Als serverseitiger Empfehlungsalgorithmus kommt das Collaborative Filtering-Framework zum Einsatz, das an der Universität Zürich entwickelt wurde. Die Applikation lief zu Demo-Zwecken auf ausgewählten Demo-Geräten.Es wurde ein innovatives Collaborative Filtering Framework entwickelt, das es erlaubt partielle Ähnlichkeiten in den Benutzer-Interessen zu berücksichtigen. Der Recommender wurde im Rahmen der Semantic Web Challenge auf derInternational Semantic Web Conference 2009 in Washington DC, USA präsentiert.