Tätigkeitsgebiet: Softwaretechnik, Web Engineering, Künstliche Intelligenz
Büro: 04-1.326 (Parkstadt Mülheim)
Telefon: +49 208 88254-817
E-Mail:
Professor für Künstliche Intelligenz und Big Data
Fatih Gedikli ist Informatiker und Professor für Künstliche Intelligenz und Big Data am Institut für Informatik der Hochschule Ruhr West. Sein Lehrgebiet umfasst Software Engineering, Web Engineering sowie die angewandte Künstliche Intelligenz.
Sein Forschungsfokus liegt auf der Entwicklung von Empfehlungssystemen, einer Schlüsseltechnologie des Maschinellen Lernens. In einer zunehmend informationsüberfluteten Welt helfen diese Systeme Nutzern dabei, relevante Produkte, Dienstleistungen oder Inhalte zu entdecken – sei es die Auswahl eines Buches, eines Hotels oder anderer personalisierter Angebote. Als essenzieller Bestandteil des modernen Web tragen Empfehlungssysteme dazu bei, maßgeschneiderte digitale Erlebnisse zu schaffen.
Prof. Dr. Gedikli hat bedeutende Beiträge zur Verbesserung der Vorhersagegenauigkeit von Empfehlungssystemen geleistet. Durch die Integration von Bewertungssystemen für Social-Web-Tagging-Daten und den gezielten Einsatz Maschineller Lernverfahren konnte er die Präzision solcher Systeme steigern. Zudem erforschte er die Rolle von Erklärungsschnittstellen, die das Verständnis und die Akzeptanz von Empfehlungen bei den Nutzern fördern.
Als leidenschaftlicher Befürworter von Big-Data-Analysen entwickelt Prof. Dr. Gedikli innovative Lösungen und Werkzeuge, um komplexe Muster in großen Datenmengen automatisch zu erkennen und zu interpretieren. Ein Schwerpunkt seiner Arbeit liegt auf der Entwicklung von KI-Datenpipelines, die Deep-Learning-Methoden zur automatisierten Informationsextraktion aus umfangreichen Datensätzen wie Nachrichtenartikeln nutzen.
Forschung
- Recommender Systems
- News Recommendation and Analytics
- Natural Language Processing
- Artificial Intelligence: Applications and Theory
Lehre
- Grundlagen der Informatik und Programmierung
- Softwaretechnik
- Webtechnologien und mobile Anwendungen
- Empfehlungssysteme
- Mobile Computing
Publikationen
Aktuelle und ausgewählte Publikationen
- Recommender Systems, Semantics-based
F. Gedikli, D. Jannach
Book chapter in: Encyclopedia of Social Network Analysis and Mining (ESNAM). Alhajj, R. and Rokne, J. (Eds.), Springer, forthcoming 2026 (preprint) - Evaluating the Effectiveness of Large Language Models in Automated News Article Summarization
L. R. Panlap Houamegni, F. Gedikli
arXiv:2502.17136 [cs.AI], 2025 - The Importance of Recommender Systems: A Key Technology of the World Wide Web
F. Gedikli
Expert blog post for Frontnow GmbH, September 22, 2023 (link) - Explaining BERT model decisions for near-duplicate news article detection based on named entity recognition
A. Stockem Novo, F. Gedikli
IEEE 17th International Conference on Semantic Computing (ICSC), 278-281, 2023 - Named Entities as Key Features for Detecting Semantically Similar News Articles
A. Stockem Novo, F. Gedikli
International Journal of Semantic Computing (IJSC) 17 (4), 2023 - NewsRecs: A Mobile App Framework for Conducting and Evaluating Online Experiments for News Recommender Systems
N. Janzen, F. Gedikli
15th International Conference on Agents and Artificial Intelligence (ICAART), 267-275, 2023 - KI-basierter Wissensgraph: Veranschaulichung von Menschenrechtsverletzungen und Umweltsünden in globalen Lieferketten
F. Gedikli
Embedded Software Engineering, Online-Fachmagazin für Embedded Software Entwicklung und professionelles Software Engineering, September 29, 2022 (link) - Semi-Automated Identification of News Story Chains: A New Dataset and Entity-based Labeling Method
F. Gedikli, A. Stockem Novo, D. Jannach
Workshop on News Recommendation and Analytics (INRA) @ RecSys, 29-42, 2021 - How should I explain? A comparison of different explanation types for recommender systems
F. Gedikli, D. Jannach, M. Ge
International Journal of Human-Computer Studies (IJHCS) 72 (4), 367-382, 2014 - Improving recommendation accuracy based on item-specific tag preferences
F. Gedikli, D. Jannach
ACM Transactions on Intelligent Systems and Technology (TIST) 4 (1), 1-19, 2013 - What recommenders recommend–an analysis of accuracy, popularity, and sales diversity effects
D. Jannach, L. Lerche, F. Gedikli, G. Bonnin
User Modeling, Adaptation, and Personalization (UMAP): 21th International Conference, 25-37, 2013 - Accuracy improvements for multi-criteria recommender systems
D. Jannach, Z. Karakaya, F. Gedikli
Proceedings of the 13th ACM conference on electronic commerce (EC), 674-689, 2012
Externe Publikationslisten
Wissenschaftliche Mitarbeiter
Noah Janzen
Büro: 04-1.267 (Parkstadt Mülheim)