Big Data und Empfehlungssysteme – Filterblasen
InformatikDaten, KI und maschinelles LernenAlter 17–18
Im Unterricht einsetzen: Ihre Schülerinnen und Schüler öffnen sie über einen Link oder QR-Code, ganz ohne Konto.
Als Nächstes in Daten, KI und maschinelles Lernen
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.
Lektion: Big Data und künstliche Intelligenz: Datenerhebung, Datenbereinigung, Analyse und Empfehlungssysteme
Was sie zeigt
Die Arbeit mit Big Data folgt einer Pipeline: Rohdaten sammeln, bereinigen, analysieren und auf Grundlage der Ergebnisse handeln. Daten aus sozialen Medien, Sensoren, Verkäufen oder Lernplattformen enthalten Duplikate, fehlende Felder und Fehler; ohne Bereinigung liefert selbst ein riesiger Datensatz unzuverlässige Ergebnisse. Der zweite Teil modelliert ein Empfehlungssystem, das immer wieder vorschlägt, was der Nutzer am häufigsten ansieht. Die Vielfalt wird mit der normierten Entropie H = −Σ pᵢ·log pᵢ ÷ log(Anzahl der Themen) gemessen; sie sinkt gegen 0 %, wenn ein Thema dominiert und eine Filterblase entsteht. Eine Erkundungsrate streut gelegentlich unbekannte Vorschläge ein.
So funktioniert es
Wählen Sie eine Datenquelle und ziehen Sie die Regler Datensätze und Bereinigung; vergleichen Sie die Zahl nutzbarer Datensätze und die geschätzte Zuverlässigkeit. Stellen Sie dann Erkundung auf 0 %, klicken Sie auf Empfehlen starten oder gehen Sie mit Schritt Runde für Runde vor und beobachten Sie, wie die Vielfaltskurve fällt. Klicken Sie auf Zurücksetzen, erhöhen Sie die Erkundungsrate und vergleichen Sie. Ein Klick auf einen Themenbalken lässt den Nutzer dieses Thema ansehen und zeigt, wie schnell das System folgt.
Einstellbare Parameter
- Datenquelle Beiträge in sozialen Medien, Sensoren smarter Geräte, Verkaufstransaktionen, Protokolle aus Online-Lernen
- Anzahl gesammelter Rohdatensätze 1–10000 Tausend Datensätze
- Grad der Datenbereinigung 0–100 %
- Erkundungsrate des Empfehlungssystems 0–50 %
- Anzahl der Empfehlungsrunden 5–50 Runden
Fragen zum Erkunden
- Warum kann ein sehr großer, aber unbereinigter Datensatz trotzdem ungenaue Ergebnisse liefern?
- Was sagt eine sinkende Entropie über die Inhalte aus, die der Nutzer sieht?
- Ab welcher Erkundungsrate entsteht innerhalb von 20 Runden ungefähr keine Filterblase mehr?
