Im Rahmen dieser Arbeit wurden die theoretischen Grundlagen und Ansätze der Empfehlungsgenerierung in Verbindung zu kleinen und mittelgroßen Filmplattformen behandelt. Durch den Entwurf eines Systemmodells für Empfehlungsgenerierung von Filmen am Beispiel von der Filmplattform critic.de wurde ein praktischer Bezug zu der daraus entstehenden Problematik hergestellt. Ein meta-hybrides System bestehend aus content-based und collaborative filtering wurde als Lösung für die Kaltstartproblematik, welche besonders Empfehlungssysteme mit wenigen Benutzern betrifft, vor-geschlagen. Die anschließende Implementierung des Filmähnlich-keitssystems validierte das vorgeschlagene Datenmodell zur Repräsentation von Filmen und den Ähnlichkeitsalgorithmus.

This thesis discusses the theoretical groundwork and scientific approaches to recommender systems in the context of small and medium-sized movie portals. In the first part of this work the reader is presented with a brief overview of the said systems. In the second part through the design of a system model for movie recommendation on the basis of the movie portal critic.de a practical reference to the resulting problems could be established. A meta-hybrid system consisting of content-based and collaborative filtering is presented as a solution to the cold start problem, which most of all affects systems with a small number of users. The concluding implementation of the movie similarity subsystem validates the proposed data model for the representation of movies and the similarity algorithm.