Lernen von Fuzzy-Präferenzmodellen: Methoden und Anwendungen in personalisierten Informationssystemen

• Antragsteller: Professor Dr. Eyke Hüllermeier
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2004 bis 2012
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5434296

Der fortschreitende Trend zur Personalisierung von Informationen, Produkten und Dienstleistungen erfordert automatisierte Methoden zur Akquisition der Präferenzen von Individuen. So zeichnet sich zurzeit das Lernen von Präferenzen als ein zukünftiger Forschungsschwerpunkt in Bereichen wie Maschinelles Lernen und Knowledge Discovery ab. Das Hauptziel des geplanten Projektes ist die Entwicklung von Methoden zum Lernen von Fuzzy-Präferenzmodellen. Aufgrund ihrer Ausdrucksstärke und Flexibilität erscheinen solche Modelle insbesondere unter Anwendungsaspekten sehr vielversprechend. Darüber hinaus stellt die zugrunde liegende Theorie unscharfer Mengen (Fuzzy Sets) einen formalen Rahmen zur Verarbeitung unterschiedlicher Formen von unpräziser, unsicherer und unvollständiger Information zur Verfügung, ein Aspekt von besonderer (praktischer) Relevanz für Präferenzmodelle und deren Anwendung. Ein weiteres Ziel des Projektes ist die Umsetzung von Methoden zum Lernen unscharfer Präferenzen im Kontext personalisierter Informationssysteme. In diesem Zusammenhang ist die prototypische Entwicklung eines Fuzzy-Recommendation-Tools geplant. Dieses Tool soll als Erweiterung des PRETI Informationssystems implementiert werden, einer experimentellen Plattform am Institut de Recherche en Informatique de Toulouse.

• DFG-Verfahren: Sachbeihilfen