Recommendersysteme (dt. meist „Empfehlungssysteme“) sind Softwaresysteme, die Nutzer:innen auf personalisierte Weise zu interessanten oder nützlichen Objekten in einem großen Feld möglicher Optionen führen. Sie werden gerade in solchen Bereichen eingesetzt, in denen die Menge an verfügbaren Informationen die Fähigkeit des Einzelnen, diese Informationen alle zu überblicken, bei Weitem übersteigt.
Recommendersysteme werden seit Beginn der 2000er auch im Bildungsbereich zu verschiedensten Zwecken, meist im Rahmen von Online-Lernplattformen, eingesetzt und können anhand des Empfehlungsinhalts des Systems unterschieden werden. Recommendersysteme können beispielsweise passende Kurse, Lernmaterialien, Lernpfade oder Lernpartner vorschlagen.
Alternative Begriffe: recommender engine, Empfehlungssystem, Empfehlungsdienst.

Literatur zum Nach- und Weiterlesen:
Burke, R. (2002). Hybrid Recommender Systems: Survey and Experiments. User-Modeling und User-Adapted Interaction (12), S. 331–370.
Drachsler, H., Verbert, K., Santos, O. C. & Manouselis, N. (2015). Panorama of Recommender Systems to Support Learning. In F. Ricci, L. Rokach & B. Shapira (Hg.), Recommender Systems Handbook, S. 421–451.

„Representational State Transfer Application Programming Interface“ (REST-API) ist eine Programmier-Schnittstelle, die den Austausch von Daten auf verteilten Systemen – insbesondere für Web-Services – ermöglicht. Eine REST-API (auch bekannt als RESTful API) ist eine API (Application Programming Interface), die den Prinzipien der REST-Architektur unterliegt und Interaktionen mit RESTful Webservices ermöglicht. Indem HTTP-Befehle definiert werden (z. B. DELETE, um bestimmte Inhalte zu löschen) ermöglicht sie eine klare Kommunikation zwischen Client und Server.

Literatur zum Nach- und Weiterlesen:
Red Hat, Inc. (2020): Was ist eine REST-API und was ist REST (Representational State Transfer)? Abrufbar unter: https://www.redhat.com/de/topics/api/what-is-a-rest-api (letzter Zugriff: 03.11.2022).