Was sind die Phasen der Kandidatengenerierung und -ranking?

In Empfehlungssystemen (recsys) wird der Prozess der Empfehlungsbildung in der Regel in zwei Phasen unterteilt:

1. Kandidaterstellung — in dieser Phase wird aus einer großen Menge möglicher Elemente (z.B. Produkte, Filme) eine begrenzte Anzahl potenziell interessanter Kandidaten ausgewählt. Hier kommen schnelle und skalierbare Methoden zum Einsatz, wie kollaboratives Filtern, Popularitätsfilterung oder einfache Heuristiken.

2. Ranking — in der zweiten Phase werden die ausgewählten Kandidaten mit genaueren und komplexeren Modellen bewertet (z.B. Gradient Boosting, neuronale Netze), die viele Merkmale und den Nutzerkontext berücksichtigen. Ziel ist es, die Kandidaten nach Relevanz zu ordnen und die passendsten Empfehlungen auszugeben.

Diese Aufteilung ermöglicht eine effiziente Verarbeitung großer Datenmengen, indem zunächst ungeeignete Optionen schnell aussortiert werden, um dann die besten sorgfältig auszuwählen.