Wenn wir ein neues Buch lesen möchten, fragen wir normalerweise unsere Freunde, recherchieren nach Buchtiteln, die sich in dem Genre befinden, das wir mögen, vergleichen die Titel mit ähnlichen Büchern vom selben Autor, lesen die Buchrückentexte im Internet und treffen dann unsere Entscheidung. Wie praktisch wäre es, wenn all diese Prozesse automatisch ablaufen würden und dir ein passendes Buch empfohlen werden würde? Unsere Recommendation-Engine „Bücher Tipps“ liefert dir die Antwort.

Basierend auf der Graphdatenbank neo4j sucht unsere Anwendung auf der Basis verschiedener Algorithmen nach dem passenden Buch – genau auf deine Wünsche zugeschnitten.

Eine Graphdatenbank operiert im Gegensatz zu relationalen Datenbanken nicht auf Tabellen, sondern auf sogenannten Graphen. Diese bestehen aus Entitäten und deren Beziehungen zueinander. Dadurch entsteht ein großes Netz, ähnlich einer Mindmap. Hier können sehr einfach und intuitiv große, stark vernetzte Daten gespeichert und abgefragt werden.

Bei der personalisierten Suche von „Bücher Tipps“ werden über die gespeicherten Nutzerdaten ganz individuell Bücher vorgeschlagen. Diese Suche basiert auf dem k-nearest-neighbor-Algorithmus (kNN). Es werden die Bücher empfohlen, die der angemeldete Nutzer noch nicht gelesen hat und die in den Genres sind, welche der Nutzer sonst auch gerne liest. Auch hier wird ein Score berechnet und die Bücher mit höchster Übereinstimmung vorgeschlagen.

Mit unserer Anwendung lässt sich einfach, schnell und bequem das perfekte Buch finden!