Name der Veranstaltung: Abschlussarbeiten im Bereich mobile Recommender Systeme (BT/MT/GR)
Kurzbeschreibung: Verschiedene Themenstellungen für Studienarbeiten (Bachelor oder Master Thesis, oder Guided Research Modul im Masterstudiengang) verfügbar.

Der Lehrstuhl Informatik XI (Prof. Schlichter) beschäftigt sich u.a. mit der kontextsensitiven Unterstützung von Benutzern in einem mobilen Umfeld, also für Benutzer mit einem Smartphone oder PDA (Personal Digital Assistant). Ein Schwerpunkt dabei sind mobile Recommender Systeme [1]. Diese Anwendungen empfehlen Items wie z.B. Restaurants oder andere Point-of-Interests (POIs) auf mobilen Endgeräten unter Einbeziehung des aktuellen Benutzerkontextes (z.B. aktueller Ort und Zeit) [2]. Ein Beispiel-Szenario ist ein Kinobesuch, bei dem einem Benutzer nicht nur Filme auf Basis seiner Präferenzen (z.B. eines bevorzugten Genres) oder Vorlieben (z.B. in Form von Bewertungen bereits gesehener Filme), sondern auch die aktuelle Verfügbarkeit von Filmen in Kinos der Umgebung (also der Kontext) eine Rolle spielt.

Folgenden Teilaspekte können dabei als Studienarbeit (Bachelor oder Master Thesis oder Guided Research im Master-Studiengang) bearbeitet werden:

• Fragestellungen bei einer Integration von Kontext-Sensitivität, z.B. Ähnlichkeit von Kontext
• Dynamische Anpassung von Gewichten bei einer Kombination verschiedener Verfahren (z.B. kollaborativ und kontext-basiert) in einem hybriden System
• Conversational bzw. Critique-based Recommender: Bei dieser Art von Recommender Systeme erfolgt die Auswahl von Items auf Basis eines interaktiven Prozesses mit dem Benutzer
• Gruppenempfehlungen: Ein Kinobesuch erfolgt oft in einer Gruppe, wie können dann gute Empfehlungen generiert werden?
• Benutzerschnittstellen für mobile Recommender Systeme (auf iPhone/iPad, Android etc.)
• Integration von Tabletop-Umgebungen für Gruppenempfehlungen: Als Tabletop bezeichnet man Tische mit einer Projektionsfläche (Bildschirm), die mit einer berührungsempfindlichen Oberfläche für die Eingabe von Daten mit Hilfe von Gesten ausgestattet sind.

Es kann dabei auf Vorarbeiten am Lehrstuhl aufgebaut werden.

Voraussetzungen sind sehr gute Programmierkenntnisse, z.B. in Java, Interesse an dem Themenbereich und überdurchschnittliche Motivation. Weitere Kenntnisse und Erfahrungen mit mobilen Anwendungen (z.B. mit Android) oder den genannten Themenfeldern sind hilfreich, aber nicht unbedingt Voraussetzung. Bitte melden Sie sich bei Interesse einfach bei Wolfgang Wörndl (woerndl@in.tum.de).

[1] F. Ricci. Mobile Recommender Systems. In: International Journal of Information Technology and Tourism, 2010. [PDF]

[2] G. Adomavicius, A. Tuzhilin: Context-Aware Recommender Systems. In: [3].

[3] P. Kantor, F. Ricci, L. Rokach, B. Shapira (Eds.). Recommender Systems Handbook: A Complete Guide for Research Scientists and Practitioners. Springer, 2010.