In diesem Paper wird TagRec, ein in Java implementierter, standardisierter Tag-Recommender-Benchmarking Framework, vorgestellt. TagRec soll Entwicklern und Forschern ein Framework zur Verfügung stellen, der sie in allen Schritten des Entwicklungsprozesses eines neuen Tag-Recommender-Algorithmus auf reproduzierbare Weise unterstützt. Dies inkludiert Methoden für die Daten-Vorverarbeitung, Datenmodellierung, Datenanalyse und Recommender-Evaluierung zum Vergleich mit state-of-the-art Basisansätzen. Dieses Paper stellt die Performance der in TagRec implementierten Algorithmen hinsichtlich der Recommender-Qualität und Laufzeit basierend auf einer ausführlichen Evaluierung eines Social-Tagging Datensatzes dar. Weiters enthält TagRec zwei neue Tag-Recommender Algorithmen basierend auf Modellen, die von menschlichen Kategorisierungs- und Gedächtnisprozessen abgeleitet sind.
Das Framework ist auf Github frei verfügbar und wurde im Rahmen des EU-Projektes Learning Layers entwickelt.
Mehr über „TagRec: Towards A Standardized Tag Recommender Benchmarking Framework“.
Link zum Framework auf Github: https://github.com/learning-layers/TagRec