Unser Auftraggeber entwickelt und betreibt für ein Verlagshaus eine Software, die Bibliotheken einsetzen, um ihren Kunden eBooks und Audiobooks zur Ausleihe anzubieten. Im Rahmen dieses Projekts soll die Software um eine Komponente erweitert werden, die Bibliothekskunden beim Suchen neuer Medien unterstützt, indem sie eBooks oder Audiobooks vorschlägt, die diesen gefallen könnten. Solche Funktionen sind Nutzern vieler Online-Plattformen vertraut: Online-Shops bieten oft Produkte an, die zum gerade betrachteten Produkt passen, Musikdienste stellen Titel von Künstlern der gleichen Stilrichtung in einer Playlist zusammen usw. Kunden erwarten also auch bei der Suche im Bibliothekskatalog eine ähnliche Unterstützung.

In der aktuellen Form der Bibliothekssoftware basieren die Vorschläge in erster Linie auf Produktdaten, im Falle eines Buches also beispielsweise Autoren, Genres oder dem Zeitraum seiner Erscheinung. Dagegen wird bei den oben genannten Beispielen in großem Maße auf das Such- bzw. Kaufverhalten anderer Nutzer mit gleichen Interessen zurückgegriffen: Bei Nutzern, die in der Vergangenheit ein ähnliches Verhalten gezeigt haben, ist es wahrscheinlich, dass sie auch zukünfig ähnliche Produkte interessant finden. Solche Informationen zusammen mit der Historie der zuletzt ausgeliehenen Medien des Nutzers sollen in der Recommendation-Engine zum Einsatz kommen, um personalisierte, möglichst passgenaue Vorschläge zu generieren.

Ziel dieses Projekts ist die Implementierung eines Microservices für die forhandene digitale Bibliotheksplattform. Die Engine wertet das Verhalten der Bibliotheksnutzer aus und erzeugt daraus Vorschläge, die andere Komponenten des Systems verwenden können, um sie dem Nutzer an geeigneter Stelle zu präsentieren. In einer Ausbaustufe ist geplant Informationen über das Wetter, Datum oder die persönliche Stimmung der Nutzer mit einzubeziehen um noch bessere Produktvorschläge zu erhalten.