Thesis
Wie Filmempfehlungen vielfältiger werden
Empfehlungen sollen mehrere Interessen abbilden
Wer gern Thriller schaut, interessiert sich vielleicht auch für Komödien oder Dokumentationen. Eine Empfehlungsliste mit zehn sehr ähnlichen Filmen bildet diese unterschiedlichen Vorlieben nur begrenzt ab. Empfehlungssysteme müssen deshalb abwägen: Wie gut passen einzelne Vorschläge zu einer Person und wie abwechslungsreich ist die Liste insgesamt? Mit Vielfalt sind hier inhaltliche Unterschiede zwischen Filmen gemeint, gemessen anhand ihrer Genres.
In meiner Masterarbeit im Studiengang Data Science & Artificial Intelligence an der FH Wedel habe ich untersucht, wie sich solche Listen gezielt verändern lassen. Der Ansatz heißt Re-Ranking: Ein vorhandenes Empfehlungssystem schlägt zunächst passende Filme vor. Anschließend wählt ein zusätzliches Verfahren daraus eine neue Rangliste aus. Das zugrunde liegende Modell muss dafür nicht neu trainiert werden.
Drei Verfahren im gleichen Versuchsaufbau
Als Grundlage diente MovieLens 20M, ein Datensatz mit rund 20 Millionen Filmbewertungen. Nach der Datenaufbereitung umfasste die Untersuchung 134.703 Nutzende, 11.851 Filme und knapp zehn Millionen positive Bewertungen. Ein gemeinsames, mit maschinellem Lernen trainiertes Modell stellte für jede Person 100 Kandidaten bereit. Daraus erzeugten die drei untersuchten Verfahren jeweils zehn Empfehlungen.
Die Verfahren setzen unterschiedliche Schwerpunkte:
- MMR: reduziert die Ähnlichkeit zu bereits ausgewählten Filmen und schafft dadurch mehr inhaltliche Abwechslung.
- xQuAD: berücksichtigt Interessenbereiche einer Person, die in der bisherigen Liste noch nicht vertreten sind.
- Kalibriertes Re-Ranking: nähert die Genreanteile der Empfehlungsliste den Anteilen im bisherigen Interessenprofil an.
Ergebnisse zeigen einen messbaren Zielkonflikt
Für die Bewertung wurden ältere Bewertungen zum Training, zeitlich nachfolgende zur Einstellung der Verfahren und die jüngsten zum abschließenden Test genutzt. Auf den Validierungsdaten legte ich fest, wie viel Rankinggenauigkeit zugunsten von Vielfalt höchstens verloren gehen durfte. Geprüft wurden Budgets von einem, drei, fünf und zehn Prozent. Die Einstellungen wurden anschließend unverändert auf den Testdaten bewertet; die Hauptauswertung umfasst drei Trainingsläufe mit unterschiedlichen Zufallsinitialisierungen.
Beim Budget von fünf Prozent erreichte MMR den stärksten Zuwachs der genrebasierten Listendiversität. Auf den Testdaten stieg sie im Mittel um 16,30 Prozent gegenüber der Ausgangsliste. Gleichzeitig sank die Rankingkennzahl NDCG@10 um 3,80 Prozent. Sie bewertet, wie weit oben als relevant bekannte Filme unter den ersten zehn Empfehlungen stehen. Die Diversitätskennzahl ILD@10 misst dagegen, wie stark sich die empfohlenen Filme im Durchschnitt hinsichtlich ihrer Genres unterscheiden.
Testmittelwerte über drei Trainingsläufe. MMR mit λ = 0,40; Auswahl auf Validierungsdaten bei einem relativen NDCG-Verlustbudget von 5 %. Die Prozentwerte im Fließtext bezeichnen relative Änderungen gegenüber der Ausgangsliste.
| Kennzahl | Ausgangsliste | Mit MMR |
|---|---|---|
| Genrebasierte Vielfalt (ILD@10) | 0,6694 | 0,7785 |
| Rankinggenauigkeit (NDCG@10) | 0,05848 | 0,05626 |
| Abdeckung des Filmkatalogs | 48,28 % | 49,74 % |
| Anteil weniger populärer Filme | 1,68 % | 2,04 % |
Das Fünf-Prozent-Budget war eine Auswahlregel auf den Validierungsdaten; es garantiert keine entsprechende Grenze für jede Person oder einen späteren Produktiveinsatz.
Die Methode muss zum gewünschten Nutzen passen
MMR verringerte im untersuchten Vergleich die inhaltliche Ähnlichkeit besonders stark. xQuAD berücksichtigt ausdrücklich, welche Interessenbereiche bisher noch nicht in einer Liste vorkommen. Kalibriertes Re-Ranking verbessert vor allem die Übereinstimmung mit den bisherigen Interessenanteilen. Ein Verfahren ist deshalb nicht automatisch für alle Ziele die beste Wahl.
Auch die Größe der Vorauswahl entscheidet nicht allein über die Qualität: Mehr Kandidaten verbesserten das Verhältnis zwischen Genauigkeit und Vielfalt im untersuchten Versuchsaufbau nicht durchgehend. Zudem wirkte dieselbe Einstellung je nach Interessenprofil unterschiedlich. Für den Einsatz sollten deshalb auch einzelne Nutzergruppen betrachtet werden.
Die Arbeit liefert einen nachvollziehbaren Ansatz, um Vielfalt in bestehende Empfehlungssysteme einzubauen. Die Ergebnisse stammen aus einem Offlineexperiment mit Filmdaten. Ob Menschen solche Listen hilfreicher finden, muss eine Nutzerstudie oder ein Online-Test klären. Unternehmen können das Vorgehen nutzen, um Ziel und vertretbaren Genauigkeitsverlust festzulegen und anschließend passende Verfahren zu vergleichen.
Grundlage: Yue Cao, Masterarbeit, FH Wedel, 25. August 2026, insbesondere S. 28–35, 47–50 und 77–80. Zahlen aus Tabellen 4–6; gerundet.