News

Raus aus der Filterblase?

Automatisierte Empfehlungen schlagen Produkte vor, die den eigenen Präferenzen entsprechen. Julia Neidhardt untersucht nun, wie diese Systeme diverser und fairer gemacht werden können.

Schematische Darstellung, wie Recommender-Systeme funktionieren. Entweder, sie liefern nur ähnliche Ergebnisse, oder auch solche, die aus dem Muster herausfallen.

1 von 2 Bildern oder Videos

Ähnliche Produktempfehlungen können schnell eintönig wirken. Dies lässt sich ändern, indem die Empfehlungen diverser ausfallen und für einen Überraschungsmoment sorgen. Dabei sollte aber auch das Gesamtverhalten des Systems berücksichtigt werden.

Portrait von Julia Neidhardt

© Ernst Lammer

1 von 2 Bildern oder Videos

Julia Neidhardt

Wer sich im Internet bewegt, hinterlässt Spuren. Diese können genutzt werden, um den User_innen personalisierte Vorschläge zu machen – beim Online-Shopping ebenso wie beim digitalen Nachrichtenkonsum. Damit, wie genau sogenannte „Recommender Systems“ funktionieren und wie sie das Nutzungsverhalten beeinflussen, beschäftigt sich Dr. Julia Neidhardt vom TU Wien-Institut für Information System Engineering bereits seit ihres Doktoratstudiums. Im Rahmen des Christian Doppler (CD) Labors „Weiterentwicklung des State-of-the-Art von Recommender-Systemen in mehreren Domänen“ möchte Neidhardt nun gemeinsam mit den Firmenpartnern Falter Verlagsgesellschafts m.b.H. und YKMB Software GmbH herausfinden, wie sich verschiedene Anwendungsbereiche (wie Nachrichten, Bücher oder Mode) auf die Bedürfnisse der Nutzer_innen hinsichtlich Diversität sowie auf die „Fairness“ des Systems als Ganzes auswirken. Gefördert wird das Vorhaben durch das Bundesministerium für Digitalisierung und Wirtschaftsstandort (BMDW).

Wirtschaftsministerium fördert erstklassige Forschung

Recommender Systems gibt es bereits seit den 1990er Jahren, spätestens seit dem Start der Netflix Prize Competition 2006 beschäftigt das Thema eine ganze Community. Mit dem Christian Doppler Labor, das sich eigens mit diesen Systemen befasst, soll auch der Beitrag exzellenter österreichischer Recommender-Systems-Forschung wie der von Julia Neidhardt noch sichtbarer gemacht und vorangetrieben werden. „Für erfolgreichen Online-Handel sind gute Empfehlungssysteme unumgänglich“, betont Digitalisierungsministerin Dr. Margarete Schramböck. „Gleichzeitig besteht die Gefahr von Filterblasen oder einer verzerrten Auswahl. Die Forschung in diesem CD-Labor widmet sich diesen Zukunftsfragen und wird das Know-how österreichischer Unternehmen in diesem so wichtigen Bereich weiter stärken.“

„Während sich die Forschung zu Recommender Systems meist auf in der Vergangenheit gesammelte Datensätze stützt, erlaubt die Zusammenarbeit mit Unternehmen, kleinste Änderungen im System live und über einen zeitlichen Verlauf hinweg zu beobachten“, schildert Julia Neidhardt den Vorteil der Kooperation. Schließlich handelt es sich um hoch dynamische Systeme mit direkter Feedback-Funktion. Auch die Verschiedenartigkeit der Partner ist für den Erfolg des Christian Doppler Labors ausschlaggebend: „Während es in der Modebranche vielleicht von Vorteil sein kann, nur Vorschläge zu erhalten, die zu den eigenen Präferenzen passen, kann dies bei Nachrichten problematisch sein, da eine Filterblase entsteht“, erklärt Neidhardt.

Mehr Diversität und Fairness

Herkömmlicherweise liefern Recommender Systems den Nutzer_innen oft ähnliche, in einfacher Form auf das Individuum zugeschnittene Vorschläge – was schnell langweilig wird. „Ein gutes System sollte daher nicht nur genau sein, es sollte auch abweichende Vorschläge unterbreiten und ein Überraschungsmoment liefern. Außerdem sollte es fair sein, also für alle Nutzer_innen oder Nutzer_innengruppen Ergebnisse gleicher Qualität liefern“, sagt Julia Neidhardt. Wie sich die drei Faktoren „Genauigkeit“, „Diversität“ und „Fairness“ zueinander verhalten, soll im Rahmen des Christian Doppler Labors untersucht werden. Was nun zur Nebensache wird, sind die Daten der einzelnen Nutzer_innen, denn diese sollen einer Gruppe zugeordnet werden und entsprechende Empfehlungen erhalten. Was jedoch – um die Vorhersagegenauigkeit zu erhalten – stärker profiliert wird, sind zum Beispiel die auf der Plattform der Falter Verlagsgesellschafts m.b.H. angebotenen Kulturevents, Bücher oder Nachrichtenbeiträge. 

Ein weiterer Aspekt, den Julia Neidhardt gemeinsam mit der YKMB Software GmbH untersuchen wird, ist die Integration sozialer Kontakte in den Online-Modehandel. „Die Idee ist, dass eine Auswahl an Kleidungsstücken mit persönlichen Kontakten geteilt wird. Diese können dann eine Empfehlung aussprechen. Gesammelt und nach Abwägung kann der Algorithmus dann die Kleidungsstücke zum Kauf empfehlen, die die höchste Zustimmung erhalten haben“, beschreibt Julia Neidhardt den Prozess.

Über Christian Doppler Labors

In Christian Doppler Labors, öffnet eine externe URL in einem neuen Fenster wird anwendungsorientierte Grundlagenforschung auf hohem Niveau betrieben, hervorragende Wissenschafter_innen kooperieren dazu mit innovativen Unternehmen. Für die Förderung dieser Zusammenarbeit gilt die Christian Doppler Forschungsgesellschaft international als Best-Practice-Beispiel.

Christian Doppler Labors werden von der öffentlichen Hand und den beteiligten Unternehmen gemeinsam finanziert. Wichtigster öffentlicher Fördergeber ist das Bundesministerium für Digitalisierung und Wirtschaftsstandort (BMDW).“

Rückfragehinweis

Dr. Julia Neidhardt
Institut für Information Systems Engineering
Technische Universität Wien
+43 1 58801 188300
julia.neidhardt@tuwien.ac.at

Aussenderin:

Sarah Link, MA
PR und Marketing
Technische Universität Wien
+43 664 605882412
sarah.link@tuwien.ac.at