[Meetup] Recommender Systems: Retail Use Case & Recommen­dation Fairness

inovex
April 2023
MO DI MI DO FR SA SO
27 28 29 30 31 01 02
03 04 05 06 07 08 09
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30

Gemeinsam mit METRO.digital laden wir euch herzlich zu unserem Meetup ein, bei dem wir das Thema Recommender Systems aus zwei Blickwinkeln anschauen.

Personalisierung ist ein Schlüsselfaktor zum Erfolg im Online-Geschäft. Recommender-Systeme bzw. Empfehlungssysteme sind der technische Enabler für Personalisierung. Sie lernen und aggregieren Nutzungsbedürfnisse aus Daten, um Inhalte und ihre Darstellung zu personalisieren und zu optimieren.

Marcel wird auf das Thema Fairness und Diversity im Kontext von personalisierten Empfehlungen eingehen und bringt dabei seine Erfahrungen aus Projekten ein.

Robert hat ein konkretes Beispiel dabei und erklärt, wie bei METRO.digital passende Alternativen zu vergriffenen Produkten gefunden und angeboten werden.

Natürlich werdet ihr traditionell wieder mit Pizza (auch vegetarisch und vegan), Bier & Softdrinks versorgt.

Wichtige Info: Das Meetup findet in deutscher Sprache statt.

Folgende Vorträge erwarten euch:

Beyond Accuracy: Fairness und Diversity in Recommender-Systemen (Marcel Kurovski)

Alle reden von Fairness und Diversity – auch im Kontext von personalisierten Empfehlungen. Dabei wird oftmals gar nicht klar, wovon genau die Rede ist. Darüber hinaus beschränkt sich die Evaluation von Recommender-Systemen nur allzu oft auf die reine Relevanz der Empfehlungen. Jedoch bedeutet Relevanz nicht automatisch Zufriedenheit – erst recht nicht für alle Stakeholder eines Recommender-Systems.

Im Vortrag werfen wir einen genaueren Blick auf einige dieser „Beyond-Accuracy“-Ziele. Um die Interessen aller Stakeholder eines Recommender-Systems ganzheitlich zu berücksichtigen, verlassen wir die ausgetretenen Pfade von MAP@k, NDCG sowie AUC und lernen, worauf es bei Empfehlungen noch ankommt. Hierzu stellt Marcel die Anwendung eines exemplarischen Verfahrens zur Reduktion von Popularity Bias für Collaborative Filtering vor. Wir betrachten auch Fälle aus der Industrie im Bereich von Online-Marktplätzen und Streaming.

Wie wir Alternativen empfehlen (Dr. Robert Kübler)

Jeder kennt diese Situation zur Genüge: Ihr habt genau vor Augen, was ihr kaufen möchtet, aber früher oder später stoßt ihr auf einen Artikel, der nicht mehr verfügbar ist. Frustration macht sich breit.

Dabei wäre es doch super, wenn stattdessen gute Alternativprodukte angezeigt werden könnten, damit ihr euren Einkauf nahtlos fortsetzen könnt.

Robert wird euch erklären, wie das bei der METRO.digital erreicht wird.

Über die Speaker:

Dr. Robert Kübler hat Mathematik an der Ruhr-Universität Bochum studiert und im Anschluss dort auch im Bereich der Kryptanalyse promoviert. Da das Zusammenspiel von Algorithmen und Statistik ihn begeistern, hat er dann den Weg eines Data Scientists gewählt. Er arbeitet zur Zeit als Senior Data Scientist bei der METRO.digital.

Marcel Kurovski ist Senior Data Scientist bei inovex und unser Experte für personalisierte Empfehlungssysteme. Diese hat er bereits erfolgreich für Kunden in Ecommerce und Streaming entwickelt und umgesetzt. Außerdem interviewt Marcel für seinen Podcast „RECSPERTS – Recommender Systems Experts“ regelmäßig Profis aus Industrie und Wissenschaft zu empfehlungsbasierter Personalisierung.

Folgende ungefähre Agenda erwartet euch:

ab 18:00 Uhr: Ankommen
18:30 Uhr: Vortrag 1 & Fragen
19:15 Uhr: Pause mit Pizza & Gesprächen
19:45 Uhr: Vortrag 2 & Fragen
20:30 Uhr: Abschluss und Zeit für weitere Gespräche

Wir freuen uns auf euch!

Hier geht's zur Anmeldung