Logo des Repositoriums

Auflistung nach Schlagwort "Recommender system"

1 - 3 von 3
  • Zeitschriftenartikel
    Nutzung von Apache Mahout für eine leichtgewichtige Empfehlungsgenerierung auf der Basis von Produktbewertungen
    (HMD Praxis der Wirtschaftsinformatik: Vol. 52, No. 2, 2015) Ali, Najum; Mandl, Peter; Baumgärtner, Rainer
    Kennt man das Kaufverhalten seiner Kunden im Onlinehandel, so lassen sich daraus mit Softwarelösungen personalisierte Empfehlungen ableiten. Dies praktizieren Online-Händler schon seit vielen Jahren. Transaktionsdaten aus Online-Verkäufen, Rating-Daten und neuerdings auch Kontextinformationen werden gesammelt und mit ausgefeilten Algorithmen verarbeitet, um Produktempfehlungen manchmal sogar annähernd in Echtzeit zu berechnen. Die Weiterentwicklung von Empfehlungsalgorithmen und -systemen schreitet sowohl in der Forschung als auch in der Praxis im Zuge der nächsten E-Commerce-Generation voran. Meistens sind die von großen Online-Händlern verwendeten Softwarelösungen heute sehr individuell und im Detail der Öffentlichkeit vorenthalten. Um die Möglichkeiten kleinerer Online-Anbieter zu verbessern, wurde im Competence Center Wirtschaftsinformatik der Hochschule München (CCWI) gemeinsam mit Industriepartnern auf Basis von Open-Source-Technologien wie Apache Mahout eine mit vertretbarem Aufwand einsetzbare (leichtgewichtige) und plattformunabhängige Lösung entwickelt. Neben einer Webservice-Schnittstelle zur einfachen Integration des Empfehlungsdienstes in die eigene Anwendung wurde weiterhin auch eine webbasierte Anwendung entwickelt, mit der die genutzten Recommendation-Algorithmen konfiguriert und erprobt werden können, um so die Auswirkungen von Parameteränderungen bei der Empfehlungsgenerierung besser nachvollziehen zu können.
  • Zeitschriftenartikel
    Nutzungsmanagement von Unternehmensportalen mithilfe von Empfehlungssystemen
    (Wirtschaftsinformatik: Vol. 55, No. 4, 2013) Elsner, Helmuth; Krämer, Jan
    Unternehmensportale sollen Geschäftsprozesse unterstützen und die Produktivität der Mitarbeiter steigern. Die erwartete Produktivitätssteigerung wird allerdings nur dann erfüllt werden, wenn die Nutzer hinreichend über die Möglichkeiten des Unternehmensportals informiert sind. Diese Problematik betrifft vor allem große Unternehmensportale deren Dienstangebot sich ständig weiterentwickelt und zu denen oft neue Nutzer hinzugefügt werden. In dem Artikel wird ein Empfehlungssystem für Unternehmensportale vorgeschlagen, um die Wahrnehmung und Nutzung für Dienste zu steigern. Dem gestaltungsorientierten Ansatz folgend wird ein passendes Empfehlungskonzept entwickelt und mehrere Implementierungsmöglichkeiten in einem Feldexperiment bei einem der größten deutschen Unternehmen evaluiert. Es wird dargelegt, dass das Empfehlungssystem die Anzahl der neu aufgerufenen Dienste und ebenso die Anzahl der neu genutzten Dienste im betrachteten Unternehmensportal um etwa 20 % steigern konnte.AbstractCorporate portals are supposed to support a company’s business model and to increase productivity of the employees. However, the productivity gain that can be achieved by corporate portals is often undermined because the users of the portal are not sufficiently informed about the portal’s capabilities. This is of particular concern for large corporate portals whose service portfolio is constantly evolving and to which new users are added frequently. In the article, we propose a recommender system for corporate portals in order to increase service awareness and usage. Following the design science methodology, a suitable recommender concept is developed and several implementation options are evaluated in a field experiment at one of Germany’s largest companies. It is found that the recommender system increases the number of newly visited services as well as the number of newly used services in the corporate portal by about 20 %.
  • Konferenzbeitrag
    Our recommendation: Surprisal. A recommender system with information theory for e-learning
    (Proceedings of DELFI Workshops 2024, 2024) Richter, Michael; Kirschenbaum, Amit
    This paper presents the concept of an automatic recommender system, which employs an information-theoretic approach and is designed for use on e-learning platforms. The proposed approach involves the processing of text and the representation of the required text units in a high-dimensional space. This includes the representation of user responses recorded through an initial user survey as well as course descriptions. In addition to word embeddings, the vectors consist of values that represent the information content of user responses and course descriptions.