inhaltsbasierte

Inhaltsbasierte Ansätze bezeichnen Verfahren, die sich bei der Bewertung oder Auswahl von Objekten primär auf deren Inhalt stützen. Der Begriff wird in Bereichen wie Informationsbeschaffung, Empfehlungssystemen oder Werbung verwendet. Ziel ist, Merkmale des Inhalts—Text, Bilder, Audio, Video oder andere Inhaltsmerkmale—zu extrahieren und zur Bestimmung von Relevanz oder Ähnlichkeit heranzuziehen, statt ausschließlich auf Nutzungsdaten oder Metadaten zu setzen.

Im Kontext der inhaltsbasierten Filterung (Content-Based Filtering) werden Objekte durch Merkmalsvektoren beschrieben. Ein Nutzerprofil kodiert bevorzugte Merkmale, und neue Objekte werden anhand der Ähnlichkeit zu diesem Profil vorgeschlagen. Im Gegensatz dazu verwenden kollaborative Filterung Systeme Nutzungsdaten anderer Nutzer, um Empfehlungen abzuleiten.

Anwendungsfelder sind zum Beispiel Nachrichtenempfehlungen, Multimedia-Suchen, Dokumentenklassifikation, Bild- oder Spracherkennung sowie bestimmte Formen der inhaltsbezogenen Werbung, die Inhalte einer Seite oder zuvor betrachtete Inhalte berücksichtigen.

Herausforderungen sind der Kälte-Start für neue Objekte, Overspecialization und begrenzte Serendipity, die Abhängigkeit von der Qualität der Inhaltsextraktion und -repräsentation sowie erheblicher Rechenaufwand. Hybridansätze, die inhaltsbasierte Signale mit nutzer- oder verhaltensbasierten Signalen kombinieren, werden häufig eingesetzt, um diese Grenzen zu mildern.