Bachelor and Master thesis topics:
( methodological focus, technical focus)


Past Bachelor thesis topics

Moritz Gutowski (2014)

Ziel der Arbeit war es, unterschiedliche Algorithmen und Techniken vorzustellen und zu vergleichen, die verwendet werden, um das Papier-und-Stift-Spiel Dots and Boxes zu lösen oder erfolgreich zu spielen. Die Arbeit führt zunächst Dots and Boxes als Suchproblem ein und stellt danach einige für das Spiel spezifische Techniken vor, die dieses Problem vereinfachen sollen. Anschließend werden zwei Dots and Boxes-Solver und drei Dots and Boxes-Agenten mit ihren jeweiligen Algorithmen vorgestellt. Diese Solver werden einem Experiment, die Agenten zwei Experimenten unterzogen, die ihre Leistungsstärke in verschiedenen Situationen von Dots and Boxes prüfen sollen. Abschließend werden die Ergebnisse dieser Experimente zusammengefasst und mögliche Ansätze zur Verbesserung aufgezeigt.

Christoph Herrmann (2013)

Die Arbeit behandelt die Untersuchung der Effizienzen verschiedener Heuristiken angewandt auf das Brettspiel Peg Solitaire. Die Ergebnisse liefert dabei der Suchalgorthmus Bidirectional BFIDA*. Es wird zuerst erläutert, wie sich die drei Einzelteile des Algorithmus (Breitensuche, IDA*, Bidirektionale Suche) zusammensetzen lassen. Anschließend wird auf das Brettspiel Peg Solitaire eingegangen, um das Spiel und alle suchrelevanten Eigenschaften aufzuzeigen. Im Anschluss wird die Anwendung der Bidirektionalen BFIDA*-Suche auf Peg Solitaire beschrieben. Es folgen die durchgeführten Experimente und deren Auswertung für drei verschieden Formen des Spielbrettes.

Kerem Sahin Berkoglu (2013)

In October 2006, Netflix, the largest major online DVD rental service, announced to offer an award of $1 million to the first person who can improve the accuracy of its movie recommendations by 10% based on personal preferences. To improve the quality of research, Netflix is releasing 100 million of its customer movie ratings, a database the company says is the largest of its kind ever released. More information about the competition can be found http://www.netflixprize.com.

The tasks of this Master work are to investigate two existing recommender system (RS) algorithms and thorough analysis of the Netflix datasets

Rodion Marx (2013)

Detecting anomalies in time series database has become more meaningful. To detect an anomaly a very precise definition of 'surprise' and an efficient search technique is needed. The most previous attempts to detect anomalies using domain specific definitions of surprise and therefore for each domain a new definition has to be evolved. To overcome this problem this bachelor thesis presents a new approach, that defines a pattern surprisingly if its occurrence by chance differs substantially from the real occurrence. The advantage is that there is no need to define the surprise for each domain. Instead this approach uses a time series database where the absence of anomalies is known. The data is encoded in suffix trees and a Markov model is used to calculate the expected occurrence of previously unobserved patterns. For all patterns a score is calculated that indicates the surprise of observing it. This approach was introduced by Keogh, Lonardi, and Chiu [1] and will compete against a baseline that was developed by Wei, Kumar, Lolla, et al. [2]. This baseline also does not need a precise definition for surprise but uses different techniques to calculate the surprise score. Both approaches are evaluated on different time series datasets.

Seda Gokhuseyin(2012)

A key challenge in recommender system research is how to effectively profile new users, a problem generally known as cold-start recommendation. Recently the idea of active learning for this problem has been proposed as a useful new user preference elicitation strategy. It aims to progressively querying user responses through an initial interview process.

The task of this thesis is to reimplement en existing paper dealing with the cold-start recommendation.

Reference:
Functional Matrix Factorization for Cold-Start Recommendation, SIGIR 2011

David Crowder(2011)

Diese Bachelorarbeit beschätigt sich mit Empfehlungssystemen. Es wird insbesondere auf die Qualität der resultierenden Empfehlungslisten für die Benutzer eingegangen.
Dabei wird auch dargestellt inwiefern die Vielfalt innerhalb solcher Listen eine qualitative Bereicherung für den Nutzer darstellen kann.
Zu diesem Zweck werden zunächst verschiedene Maße für Qualität und Vielfalt in Empfehlungslisten vorgestellt, welche dann anhand eines im Rahmen dieser Arbeit implementierten,
taxonomiebasierten Empfehlungssystems Anwendung finden. Es wird desweiteren eine Methode vorgestellt und implementiert, welche die Vielfalt von Empfehlungen verbessern kann.
Zuletzt soll die Wirksamkeit dieser Methode durch Messung von Qualitäts- und Vielfaltsmaßen vor und nach der Anwendung verdeutlicht werden.

Christian Brauch (2011)

This Bachelor thesis was written in German, for details please refer to it. In general it tackles the problem of user-item-matrix factorization which is agnostic to dynamic changes of user preferences and/or item-features. Thus, the aim of this Bachelor thesis is to enhance user-item matrix factorization with seasonal time information in order to improve personalized item recommendations when seasonal changes of user- and/or item- preferences exist.

Thorsten Warnecke(2010)

This Bachelor thesis was written in German:

Der Druck für Unternehmen, sich gegenüber ihren Konkurrenten zu behaupten, wächst stetig an. Damit ein Unternehmen auf Dauer wettbewerbsfähig bleibt, sind fortlaufende Erstellungen und Optimierungen von Geschäftsprozessen notwendig. Für eine bedarfsgerechte Anpassung muss speziell im Bereich des Geschäftsprozessmanagements flexibel und kostengünstig auf unvorhersehbare Ereignisse reagiert werden. Um den zunehmenden Anforderungen im Geschäftsprozessmanagement standhalten zu können, sollen mithilfe von Web 2.0-Anwendungen unter der Berücksichtigung von kollektiver Intelligenz und Selbstorganisation Verbesserungen erzielt werden. Die Definitionen der kollektiven Intelligenz und der Selbstorganisation sind im Kontext von Web 2.0-Anwendungen umfassend beschrieben und anhand von Einsatzmöglichkeiten im Unternehmen erläutert. Am Beispiel der Automobilindustrie werden mit der Verwendung von Web 2.0-Anwendungen Potentiale und Verbesserungsmöglichkeiten für das Geschäftsprozessmanagement durch praxisnahe Umsetzungen gezeigt.

Malte Klemke (2010)

Microblogging services like Twitter and identi.ca/ are growing and gaining more and more importance. Due to their open nature (public posts, available webservice APIs) it is easy to reuse their data in third-party applications (so-called mash-ups). From the perspective of machine learning, there are new opportunities for data extraction and for the application of supervised learning methods.

Dennis Holzberg (2008)

Slope-One is a family of simple yet efficient collaborative filtering algorithms. The goal of this thesis is the implementation of different Slope-One schemes and their evaluation using the Netflix dataset.

Past Bachelor theses at University of Freiburg