Recommendation Engine
- Website
- https://innohub13.de/digitale-plattform
- Activity
Entwicklung einer Recommendation Engine, welche einen inhaltlichen Vergleich zwischen Forschungsaktivitäten zweier Einrichtungen (Lehrstühle bzw. Unternehmen) durchführt. Grundlage sind dabei vorher erhobene Forschungsdaten der beteiligten Einrichtungen. Entsprechend von ausgewählten Suchszenarien werden komplexe Vergleichsprobleme zwischen jeweils zwei Einrichtungen gelöst. Für die Suche von Forschungspartnern kann die Recommendation Engine thematisch verwandte, potentielle Forschungspartner ermitteln.
- Role
- Developer, Consultant, Administrator
- Competencies
- Ruby, Ruby on Rails, HTML / CSS / JavaScript, Elasticsearch, PostgreSQL
- Credentials
- BTU
- Period of time
- 2018, 2019, 2020
- Locations
- Cottbus
- Tools
Rubymine, DataGrip, Chrome-Developer-Tools, GitLab, Sass, Bulma CSS
Einleitung
1.1 Allgemein
1.2 Innovation Hub 13™ - fast track to transfer
1.3 Aufbau der ArbeitTheoretische Grundlagen
2.1 Begriffe und Definitionen
2.2 Textvorverarbeitung und invertierter Index
2.3 Retrieval-Modelle und Scoring-Verfahren
2.4 Ergebnisbetrachtung
2.5 GraphdatenbankenKonzeption Recommendation Engine
3.1 Anforderungen
3.2 Sichten auf die Softwarearchitektur
3.3 Anfrageformulierungen für ausgewählte Szenarien
3.4 Verbesserungen und ErweiterungenPrototypische Umsetzung
4.1 Implementierung der technischen Voraussetzungen
4.2 Allgemeine und systemspezifische Anfragesprachen
4.3 Prototypische Umsetzung ausgewählter Szenarien
4.4 Ergebnisse und VerbesserungenZusammenfassung
5.1 Fazit
5.2 Ausblick- Change Log
- 01/20 - Verlinkung der einzelnen Kapitel
- 06/19 - 11/19 Konzeption und Implementierung der Recommendation Engine als Hauptbestandteil der Masterarbeit
- 10/18 - 05/19 Ermittlung und Umsetzung der technischen Vorraussetzungen der Recommendation Engine als Akademischer Mitarbeiter an der BTU
Master Thesis:
Design of a recommendation engine for the project Innovation Hub 13™
M A S T E R A R B E I T
Entwurf einer Recommendation Engine für das Projekt
Innovation Hub 13™
Betreuer: Prof. Dr.-Ing. habil. Ingo Schmitt
1. Gutachter: Prof. Dr.-Ing. habil. Ingo Schmitt
2. Gutachter: Prof. Dr.-Ing. habil. Matthias Wolff
Abstract
Das Projekt Innovation Hub 13™ hat das Ziel, den Wissens- und Technologietransfer in der Region Südbrandenburg zu verbessern und auszubauen. Die gezielte Identifizierung und Vermittlung aller Akteure in der Region ist die Aufgabe der sogenannten Transferscouts. Fragen, welche Unternehmen und Forschungsgruppen können sich gut ergänzen, miteinander kooperieren und zusammenarbeiten, gilt es zu beantworten und sind demzufolge ein wichtiger Faktor für den Erfolg des Projektes. Um die Transferscouts bei dieser Aufgabe zu unterstützen, kann die Recommendation Engine geeignete Kandidatenpaare aus beiden Bereichen ermitteln und vorschlagen. Durch die logische Kombination verschiedener Anfragebedingungen, die sowohl aus exakten Anfragen, als auch unscharfen Ähnlichkeitsanfragen bestehen, ergeben sich komplexe Anfragemuster an die Recommendation Engine. Mit der Commuting Quantum Query Language (CQQL) lassen sich die mit booleschen Operatoren verknüpften Teilbedingungen in arithmetische Ausdrücke transformieren, um anschließend ein Ranking der Ergebnisse zu ermöglichen. Durch eine prototypische Implementierung kann gezeigt werden, dass die entwickelte Softwarearchitektur und die definierten Anwendungsszenarien in der Praxis bereits funktionieren.