Lehrgebiet: Software Engineering / Web Engineering
Büro: 03.01.173 (Campus Mülheim)
Telefon: 49 208 88254-817
Gedikli
Fatih Gedikli ist Professor für „Big Data, Data Warehousing, Mobile und Social Commerce“ am Institut für Informatik der Hochschule Ruhr West. Er ist auf dem Lehrgebiet Software Engineering und Web Engineering tätig und bringt langjährige Berufserfahrung aus der Software-Industrie mit. Er hat als leidenschaftlicher Senior Software Engineer agile sowie klassische IT-Projekte insbesondere im Web-Umfeld und im Big-Data-Kontext in allen Phasen durchgeführt.

Sein Forschungsschwerpunkt liegt in der Erforschung und Entwicklung von Empfehlungssystemen, eine der erfolgreichsten Anwendungen des Maschinellen Lernens. Im Zeitalter der Informationsüberflutung spielen Empfehlungssysteme eine immer wichtigere Rolle, da sie Menschen bei der Entscheidungsfindung unterstützen können. Bei Fragestellungen wie „Welches Buch soll ich lesen?“ oder „Welches Hotel soll ich wählen?“ sind Empfehlungssysteme aus unserem Alltag nicht mehr wegzudenken. Empfehlungssysteme kommen heute üblicherweise als verkaufsunterstützende Anwendungen in Webseiten zum Einsatz und weisen den Konsumenten bspw. auf Produkte, Dienstleistungen oder Nachrichten hin, an denen er interessiert sein könnte, die er aber noch nicht kennt. Empfehlungssysteme zählen schon heute zu den wichtigsten Technologien des World Wide Web und bilden die Schlüsseltechnologie für das personalisierte Web der Zukunft.

Prof. Dr. Gedikli hat Algorithmen zur Erhöhung der Vorhersagegenauigkeit von Empfehlungssystemen erforscht und entwickelt. Er hat zum Beispiel das Konzept der Bewertungen für Social Web Tagging-Daten eingeführt und im Rahmen einer Evaluation gezeigt, wie Tag-Bewertungen mittels maschinellen Lernverfahren die Vorhersagegenauigkeit solcher Systeme verbessern können [1]. Außerdem hat er Erklärungsschnittstellen für Empfehlungssysteme entworfen und analysiert. In verschiedenen UI-Benutzerstudien konnte er zeigen, wie verschiedene Erklärungsschnittstellen von Empfehlungssystemen die Wahrnehmung der Benutzer beeinflussen können [2].

Als begeisterter Verfechter für Big-Data-Analysen beschäftigt sich Prof. Dr. Fatih Gedikli mit Lösungen und Tools für das automatische Erkennen und Lernen von Zusammenhängen aus großen Datenmengen. Die Informationsextraktion aus großen Datenmengen mittels Deep Learning gehört zu den wichtigsten Forschungsfeldern von Prof. Dr. Gedikli.

ARBEITS- UND FORSCHUNGSSCHWERPUNKTE

    • ???
    • ???
    • ???

WISSENSCHAFTLICHE EINRICHTUNGEN

    • Labor mit Verlinkung
    • ???
    • ???

LEHRVERANSTALTUNGEN IM STUDIENGANG E-COMMERCE

    • Grundlagen der Informatik und Programmierung
    • Softwaretechnik
    • Webtechnologien und mobile Anwendungen
    • Big Data

PROJEKTE

    • Projekt mit Verlinkung
    • ???
    • ???

WISSENSCHAFTLICHE MITARBEITER*INNEN

Fatih Özgan

Büro:

AUSGEWÄHLTE PUBLIKATIONEN

    • Fatih Gedikli, Dietmar Jannach: Improving recommendation accuracy based on item-specific tag preferences, ACM Transactions on Intelligent Systems and Technology – ACM TIST, ACM, Volume 4, Number 1, Article 11, 2013.
    • Fatih Gedikli, Dietmar Jannach, Mouzhi Ge: How should I explain? A comparison of different explanations for recommender systems, International Journal of Human-Computer Studies – IJHCS, Springer, Volume 72, Issue 4, 2014.

RESEARCHGATE PROFIL

GOOGLE SCHOLAR PROFIL