Recommender Systems

Studiewijzer 2025/2026

Globale inhoud

Platforms als YouTube, TikTok, Instagram, Amazon, Bol.com en Facebook bieden allemaal gepersonaliseerde content aan. Dat wil zeggen dat zij aanbevelingen doen (van video’s, artikelen en producten tot foto’s en posts) die zijn afgestemd op jouw persoonlijke smaak. De algoritmen die hiervoor verantwoordelijk zijn, noemen we recommender systems.

Deze systemen kunnen zeer behulpzaam zijn bij het vinden van relevante en passende content, maar ze zijn meer dan slechts handige hulpmiddelen. Ze hebben een grote maatschappelijke impact en beïnvloeden ons gedrag op uiteenlopende manieren.

In dit vak leer je zowel beter begrijpen hoe deze algoritmen werken, als kritisch te reflecteren op hun maatschappelijke impact.

Studiemateriaal

Literatuur

• Recommender Systems: The Textbook, Charu C. Aggarwal; Hoofdstuk 1, 2 en 7 (full-text download binnen UvA-netwerk)

Software

• Python (Anaconda + Jupter Notebooks)

Overig

• Website: recsys.proglab.nl

Leerdoelen

• Je kunt de basisprincipes van recommender systems uitleggen.
• Je kunt enkele standaardtechnieken voor het lezen en manipuleren van grote hoeveelheden data toepassen.
• Je kunt verschillende technieken voor het analyseren en structureren van ongestructureerde tekst toepassen.
• Je kunt verschillende veelgebruikte algoritmes voor recommender systems implementeren.
• Je kunt de effectiviteit van voorspellende algoritmes evalueren.
• Je kunt redeneren over passende toepassingen van recommender systems.
• Je kunt reflecteren op de maatschappelijke en persoonlijke gevolgen van het gebruik van recommender systems.
• Je kunt de impact van ontwerpkeuzes en implementaties op de samenleving beoordelen en die inzichten toepassen bij het ontwerpen van recommender systems.
• Je kunt basis matrixoperaties uitprogrammeren en toepassen op datasets.
• Je kan matrices factorizeren.
• Je kan je implementatie uit leggen aan de docent en aan je medestudenten.

Onderwijsvormen

• Hoorcollege
• Laptopcollege
• Werkcollege
• Zelfstudie

Hoorcolleges: Er zijn twee hoorcolleges per week. Beide hoorcolleges hebben een verschillende rol. Het eerste hoorcollege van de week wordt gegeven door Simon Pauw en gaan vooral over de technische aspecten en algoritmes die ten grondslag liggen aan Recommender Systems. Het eerste hoorcollege van de week wordt gegeven door Dina Strikovic en gaan vooral in op de rol van Recommender Systems in onze maatschappij.

Laptopcolleges + vragenuur: Tijdens het laptopcolleges en het vragenuur ga je aan de programmeeropdrachten zitten werken. Je kan hier vragen stellen en je opdrachten bespreken (alle notebooks moeten in persoon worden besproken).

Werkcolleges: Tijdens de werkcolleges aan het einde van de week ga je aan de slag met het materiaal van het hoorcollege wat eraan vooraf ging. Dit kan bestaan uit besprekingen van tekst, discussies, debatten, presentaties.

De werkcolleges in de laatste twee weken van het vak zijn gereserveerd voor het uitwerken van je eigen project.

Verdeling leeractiviteiten

Aanwezigheid

Aanvullende eisen voor dit vak:

Aanwezigheid hoorcolleges: De hoorcolleges zijn niet verplicht, maar ze bevatten veel informatie die cruciaal is voor de opdrachten en het tentamen. Ze worden niet opgenomen. Om het vak te halen verwachten we daarom dat je er gewoon bij bent. 

Aanwezigheid laptopcolleges: We verwachten voor de laptopcolleges dat je er in principe altijd bent. Je mag er maximaal twee missen. 

Aanwezigheid vragenuur: Deze zijn niet verplicht. Je kan hier naartoe als je vragen hebt of als je nog achterstallige opdrachtbesprekingen hebt. 

Aanwezigheid werkcolleges (week 1 - 5): We verwachten dat je hier altijd bent. Je wordt ook beoordeeld op actieve participatie tijdens deze colleges. Je mag hier twee colleges missen, maar je kan eventueel gemiste punten niet inhalen. 

Aanwezigheid werkcolleges (week 7, 8): Deze colleges zijn cruciaal voor het eindproject. Je kan geen colleges missen.

Toetsing

Je eindcijfer komt als volgt tot stand:

*Je krijgt ruim de tijd om alle opdrachten te maken. De deadlines voor dit vak zijn strikt, maar er is beperkte ruimte voor uitloop. Lever je een opdracht na de deadline in, dan wordt deze nog nagekeken, maar kun je niet meer het maximale aantal punten behalen:

• Lever je de opdracht binnen 24 uur na de deadline in, dan kun je maximaal een 7 halen.
• Lever je de opdracht binnen 4 dagen na de deadline in, dan kun je maximaal een 5,5 halen.
• Na 4 dagen kan de opdracht niet meer worden ingeleverd en wordt het cijfer automatisch een 1.

Inzage toetsing

Er wordt een inzagemoment ingepland op het moment dat de cijfers verwerkt worden.

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: http://student.uva.nl

Weekplanning

Contactinformatie

Coördinator

• dr. Simon Pauw

Mail naar pyprog@proglab.nl