Big Data und Empfehlungssysteme – Filterblasen

InformatikDaten, KI und maschinelles LernenAlter 17–18

Die obere Hälfte zeigt die Big-Data-Pipeline: Rohdatensätze werden gesammelt und vor der Analyse bereinigt (Duplikate, fehlende Felder und falsch formatierte Einträge entfernt); die Lernenden ziehen an Datensatzanzahl und Bereinigungsgrad und sehen, wie sich die Zahl der brauchbaren Datensätze und die Verlässlichkeit des Ergebnisses ändern. Die untere Hälfte lässt ein Empfehlungssystem Runde für Runde laufen: Es schlägt immer wieder das meistgesehene Thema vor, das Interesse daran wächst, die mit der Entropie gemessene Vielfalt sinkt, und eine Filterblase entsteht; eine höhere Erkundungsrate bricht die Blase auf.