Diversität in Empfehlungen
Strategien zur Erhöhung der Vielfalt in Empfehlungslisten, um Filter Bubbles zu vermeiden und Nutzerzufriedenheit zu steigern.
Diversität in Empfehlungen verhindert Filter Bubbles und steigert langfristiges Engagement durch abwechslungsreiche, überraschende Vorschläge.
Erklärung
Diversitäts-Methoden umfassen MMR (Maximal Marginal Relevance), DPP (Determinantal Point Processes), Coverage-Constraints und Serendipity-Metriken. Trade-off zwischen Relevanz und Diversität.
Relevanz für Marketing
Diverse Empfehlungen steigern langfristiges Engagement, Cross-Selling und verhindern Monotonie-bedingte Abwanderung.
Beispiel
Spotify's "Discover Weekly" mischt bekannte Genres mit überraschenden Entdeckungen – Diversität ist ein Feature, kein Bug.
Häufige Fallstricke
Zu viel Diversität reduziert kurzfristige CTR. Diversitäts-Metriken korrelieren nicht immer mit Nutzerzufriedenheit.
Entstehung & Geschichte
Carbonell & Goldstein (1998) führten MMR ein. Ziegler et al. (2005) zeigten, dass Diversität die Nutzerzufriedenheit steigert. DPP-basierte Methoden (Chen et al., 2018) wurden für effiziente Diversifizierung populär.
Abgrenzung & Vergleiche
Diversität in Empfehlungen vs. Popularity Bias
Popularity Bias ist das Problem (zu wenig Vielfalt); Diversitäts-Strategien sind die Lösung.