LWS entwickelt Psychometric Recommendation Engine
Persönlichkeitsmerkmale haben Einfluss darauf, wie wir Multimediainhalte auswählen. Das Laboratory for Web Science (LWS) entwickelte im Rahmen eines Forschungsprojektes ein psychometrisches Empfehlungssystem für digitale Medien, um das Anwendererlebnis zu verbessern.
Das Forschungsprojekt "Psychometric Recommendation Engine (PRE) for Multimedia Service Platforms" hat zum Ziel, das Anwendererlebnis bei der Verwendung von multimedialen Diensten zu optimieren. Das Empfehlungssystem (Recommender System) bezieht dabei psychometrische Profile, online user footprints und Identifizierung von Peers in seine Algorithmen ein, um die Vorlieben des Anwenders bezüglich Multimediainhalten genauer vorauszusagen.
"Big Five" Persönlichkeitsmerkmale
Psychologische Studien haben gezeigt, dass es ein Set von fünf Persönlichkeitsmerkmalen gibt, welche die Auswahl von medialen Genres beeinflussen. Diese Faktoren werden in der Psychologie die “Big Five” genannt und bleiben im Laufe des Lebens einer Person mehr oder weniger konstant. Dieser Aspekt ist deshalb wichtig für die Erstellung eines psychometrischen Recommenders in Bezug auf Medieninhalte. Das LWS verwendet aktuelle Algorithmen (ALS und Matrix-Faktorisierung) und adaptiert diese, um die Einbeziehung von psychometrischen Profilen zu ermöglichen. Die entwickelte Methode reagiert auf die Rückmeldungen der Anwender. Das heisst, ob und wie diese auf die Empfehlungen reagieren, wird in einer Gruppe von Messgrössen festgehalten und in das Nutzerprofil integriert, um die stabile Berechnung von Empfehlungen in Echtzeit zu garantieren.
Die Partner in diesem interdisziplinären Forschungsprojekt sind die ZHAW (Zürcher Hochschule für Angewandte Wissenschaften), SUPSI (Scuola Universitaria Professionale della Svizzera Italiana) und die FFHS. Der Industriepartner ist die Firma Dixero International SA. Dixero ist der Technologielieferant für Italiens erfolgreichsten Musik-Streaming Dienst (Telecom Italia's cubomusica.it).
