Contentgebaseerde

Contentgebaseerde is een term die verwijst naar benaderingen die beslissingen baseren op de inhoud van items zelf, in tegenstelling tot metadata van gebruikers of sociale signalen. Het concept wordt toegepast in informatieopvraging, aanbevelingssystemen en classificatie.

In contentgebaseerde systemen wordt elk item geportretteerd door kenmerken die uit de inhoud zijn afgeleid, zoals tekstuele kenmerken, visuele eigenschappen of akoestische kenmerken. Similariteit tussen items wordt berekend met een afstands- of scoringsfunctie in een vectorruimte, en de output is vaak een lijst van items die het meest lijken op een referentie-item, of op basis van wat de gebruiker eerder heeft geciteerd of geëvalueerd.

Toepassingen zijn onder meer content-based filtering in recommender systemen, content-based image retrieval (CBIR), en document- en spraakherkenning. Een belangrijk kenmerk is dat systemen nieuwigheden sneller kunnen incorporeren omdat ze geen gebruikersdata nodig hebben (koude start), en de beslissingen transparant kunnen zijn doordat ze terug te voeren zijn op concrete inhoudskenmerken.

Nadelen omvatten overfocussen op bekende kenmerken, mogelijk beperkte diversiteit, en de noodzaak voor grondige feature-extractie en representatie. Vergeleken met collaboratieve filtering, die gebruikersgedrag gebruikt, kan contentgebaseerde filtering beter omgaan met nieuwigheid maar minder variatie tonen.

Zie ook: content-based filtering, CBIR, informatieopvraging, machine learning.