Prof. Dr. Fatih Gedikli
Institut Informatik
![](https://www.hochschule-ruhr-west.de/var/site/storage/images/6/6/8/8/18866-1-ger-DE/8860890ffa1f-Gedikli_Fatih.jpg)
E-Mail:
fatih.gedikli@hs-ruhrwest.de
Telefon:
+49 208 88254-817
Campus Mülheim
Duisburger Str. 100
45479 Mülheim an der Ruhr
Professor für Künstliche Intelligenz und Big Data
Fatih Gedikli ist Informatiker und Professor für Künstliche Intelligenz und Big Data am Institut für Informatik der Hochschule Ruhr West. Er ist auf dem Lehrgebiet Software Engineering und Web Engineering tätig und bringt langjährige Berufserfahrung aus der Softwareindustrie mit.
Sein Forschungsfokus liegt auf der Entwicklung von Empfehlungssystemen, einer Schlüsselanwendung des maschinellen Lernens. In einer Welt, die von Informationsüberflutung geprägt ist, bieten diese Systeme entscheidende Unterstützung bei der Entscheidungsfindung, ob es um die Wahl eines Buches oder eines Hotels geht. Als integraler Bestandteil des modernen Web, helfen Empfehlungssysteme Nutzern, relevante Produkte, Dienstleistungen oder Inhalte zu entdecken, die ihren Interessen entsprechen, aber ihnen möglicherweise noch unbekannt sind. Sie sind somit eine zentrale Technologie für die Schaffung eines personalisierten Interneterlebnisses.
Prof. Dr. Gedikli hat signifikante Beiträge zur Verbesserung der Vorhersagegenauigkeit von Empfehlungssystemen geleistet. Durch die Einführung von Bewertungssystemen für Social-Web-Tagging-Daten und den Einsatz maschineller Lernverfahren konnte er die Genauigkeit dieser Systeme deutlich steigern. Weiterhin hat er die Bedeutung von Erklärungsschnittstellen erforscht, die das Verständnis und die Akzeptanz der Empfehlungen bei den Nutzern verbessern.
Als begeisterter Verfechter für Big-Data-Analysen widmet sich Prof. Dr. Fatih Gedikli intensiv der Entwicklung innovativer Lösungen und Werkzeuge, die das automatische Erkennen und Interpretieren komplexer Muster in umfangreichen Datensätzen ermöglichen. Ein Schwerpunkt seiner Forschung liegt auf der Anwendung von Deep Learning-Methoden zur Informationsextraktion aus großen Datenmengen.
- Recommender Systems
- News Recommendation and Analytics
- Natural Language Processing
- Grundlagen der Informatik und Programmierung
- Softwaretechnik
- Webtechnologien und mobile Anwendungen
- Empfehlungssysteme
- Mobile Computing
Fatih Gedikli, Dietmar Jannach: Recommender Systems, Semantic-Based. In Encyclopedia of Social Network Analysis and Mining (ESNAM, 3rd ed.), Springer, 2026. (Chapter submitted in 2024).
Fatih Gedikli: The Importance of Recommender Systems: A Key Technology of the World Wide Web. Frontnow's blog, the essential resource exploring the latest trends in generative & conversational AI, expert opinion, and groundbreaking developments in the field, Frontnow GmbH, 22.09.2023.
Noah Janzen, Fatih Gedikli: NewsRecs - A Mobile App Framework for Conducting and Evaluating Online Experiments for News Recommender Systems. Proceedings of the 15th International Conference on Agents and Artificial Intelligence (ICAART 2023), 22-24 February, 2023, Lisbon, Portugal.
Anne Stockem Novo, Fatih Gedikli: Named entities as key features for detecting semantically similar news articles. International Journal of Semantic Computing (IJSC), Vol. 17, No. 4, pp. 633 - 649, 2023.
Anne Stockem Novo, Fatih Gedikli: Explaining BERT model decisions for near-duplicate news article detection based on named entity recognition. Proceedings of the 17th IEEE International Conference on Semantic Computing (IEEE ICSC 2023), 1-3 February, 2023, California, USA.
Fatih Gedikli: KI-basierter Wissensgraph: Veranschaulichung von Menschenrechtsverletzungen und Umweltsünden in globalen Lieferketten. Embedded-Software-Engineering - Fachwissen rund um professionelles Software-Engineering, Vogel Communications Group GmbH & Co. KG, 29.09.2022.
Fatih Gedikli, Anne Stockem Novo, Dietmar Jannach: Semi-Automated Identification of News Story Chains: A New Dataset and Entity-based Labeling Method. Proceedings of the 9th International Workshop on News Recommendation and Analytics (INRA 2021) in conjunction with 15th ACM Conference on Recommender Systems (RecSys 2021), September 25, 2021, Amsterdam, Netherland.
Fatih Gedikli, Dietmar Jannach, Mouzhi Ge: How should I explain? A comparison of different explanation types for recommender systems. In: International Journal of Human-Computer Studies (IJHCS), 72 (4), S. 367–382, 2014.
Fatih Gedikli, Dietmar Jannach: Improving recommendation accuracy based on item-specific tag preferences. In: ACM Transactions on Intelligent Systems and Technology (TIST), 4 (1), S. 1–19, 2013.