Amazon Item-to-Item Collaborative Filtering: Käufe werden Empfehlungssignale

Der dokumentierte Mechanismus

Amazon-Forscher beschrieben in der Januar-/Februar-Ausgabe 2003 von *IEEE Internet Computing* ein Item-to-Item-Verfahren für Produktempfehlungen. Statt einen Besucher in Echtzeit mit ähnlichen Kunden zu vergleichen, berechnet das System Beziehungen zwischen Artikeln vorab. Bei einem Besuch werden die ähnlichen Artikel zu bereits gekauften, bewerteten oder betrachteten Produkten zusammengeführt, gewichtet und gefiltert.

Warum dies ein Methodenbeitrag ist

Die dokumentierte Veröffentlichung ist kein erstmalig belegter Produktstart. Amazons Rückblick von 2019 sagt, der Algorithmus sei bei Veröffentlichung bereits sechs Jahre im Einsatz gewesen. Das genaue Startdatum wird daher nicht rückwirkend als gesicherte Tatsache gesetzt; Januar/Februar 2003 bezeichnet den datierten öffentlichen Methodennachweis.

Was sich durch den Rückkanal verändert

Individuelle und kollektive Nutzungssignale verändern, welche Artikel als ähnlich gelten und welche Produkte anschließend sichtbar empfohlen werden. Der Rückkanal wirkt damit auf Angebotsreihenfolge und nächste Auswahl, ohne dass die Nutzer eine ausdrückliche Empfehlung formulieren müssen.

Grenzen der Aussage

Der Fachbeitrag erklärt ein damals eingesetztes Verfahren, aber nicht jede heutige Amazon-Empfehlung. Amazons Rückblick beschreibt spätere Korrekturen und weitere Modellgenerationen. Aus der Dokumentation folgen weder heutige Signalgewichte noch Kausalität für Umsatz, Vielfalt oder Kundennutzen. Kalte Starts, Popularitätsverzerrungen und gemeinsame Konten bleiben methodische Grenzen.

Einordnung im Atlas

• Beitragsart: Methodenbeitrag
• Reifestufe am Dokumentationsdatum: laut Amazon bereits produktiv eingesetztes Verfahren
• Dokumentationszeitraum / Ereignisdatum: Januar/Februar 2003
• Wissenschaftliche Primärquelle publiziert: Januar/Februar 2003
• Retrospektive publiziert: 22. November 2019
• Publikation dieses Beitrags: 27. Oktober 2026

Verwandte Fälle

• Amazon Kundenrezensionen – explizite Bewertungen verändern Vertrauen und Auswahl.
• Netflix Streaming – Nutzungssignale prägen eine adaptive Medienauswahl.
• Spotify Discover Weekly – Hörsignale werden zu einer periodischen Empfehlung.
• Pinterest Related Pins – Beziehungen zwischen Inhalten verändern die nächste sichtbare Auswahl.

Quellen

1. Greg Linden, Brent Smith und Jeremy York, „Amazon.com Recommendations: Item-to-Item Collaborative Filtering“, *IEEE Internet Computing*, Ausgabe Januar/Februar 2003; Verfahren und eingesetzter MechanismusDirekte Quelle ↗
2. Amazon Science, „The history of Amazon's recommendation algorithm“; datierte Retrospektive zu Einsatzgeschichte, Skalierung und späteren Grenzen, veröffentlicht am 22. November 2019Direkte Quelle ↗