Ludmann, Cornelius A.2018-01-082018-01-0820172017https://dl.gi.de/handle/20.500.12116/11023Im Rahmen der CLEF NewsREEL Challenge haben Teilnehmerinnen und Teilnehmer die Möglichkeit, Recommender-Systeme im Live-Betrieb für die Empfehlung von Nachrichtenartikeln zu evaluieren und sich mit anderen zu messen. Dazu werden sie durch Events über Impressions informiert und bekommen Requests, auf die sie mit Empfehlungen antworten müssen. Diese werden anschließend den Benutzerinnen und Benutzern angezeigt. Die Veranstalter messen, wie viele Empfehlungen tatsächlich angeklickt werden.Eine Herausforderung ist die zeitnahe Verarbeitung der Events, um in einem festgelegten Zeitraum mit Empfehlungen antworten zu können. In diesem Beitrag stellen wir unseren Ansatz auf Basis des Datenstrommanagementsystems »Odysseus« vor, mit dem wir durch kontinuierlich laufende Queries beliebte Nachrichtenartikel empfehlen. Mit diesem konnten wir uns im Rahmen der CLEF NewsREEL Challenge 2016 gegenüber den anderen Teilnehmern behaupten und die meisten Klicks auf unsere Empfehlungen erzielen.DatenstrommanagementsystemDatenstromverarbeitungRecommender-SystemText/Journal Article1610-1995