Show simple item record

dc.contributor.authorJannach, Dietmar
dc.contributor.authorLerche, Lukas
dc.date2013-10-01
dc.date.accessioned2018-01-16T12:16:52Z
dc.date.available2018-01-16T12:16:52Z
dc.date.issued2013
dc.identifier.issn2198-2775
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/14149
dc.description.abstractenEmpfehlungssysteme sind heutzutage ein zentraler Bestandteil vieler Onlineshops und stellen für die Betreiber ein wertvolles Mittel dar, Kunden bei der Produktoder Informationssuche zu helfen sowie auf weitere interessante Produkte hinzuweisen. Die meisten Forschungsarbeiten zu Empfehlungssystemen verwenden explizite Produktbewertungen von Kunden als Eingabe für die Algorithmen und als Grundlage für die Empfehlungsgenerierung. In der Realität sind solche Bewertungen jedoch oft nicht in ausreichender Menge vorhanden, sodass für die Produktvorschläge auf andere Datenquellen — wie zum Beispiel Logdaten der Kundenaktionen — zurückgegriffen werden muss. In diesem Beitrag werden praktische Herausforderungen bei der Nutzung und Interpretation solcher weiteren Datenquellen für die Empfehlungsgenerierung besprochen sowie auf methodische Fragen der vergleichenden Bewertung von Empfehlungsalgorithmen eingegangen.
dc.publisherSpringer
dc.relation.ispartofHMD Praxis der Wirtschaftsinformatik: Vol. 50, No. 5
dc.relation.ispartofseriesHMD Praxis der Wirtschaftsinformatik
dc.titlePerspektiven in der Offline-Evaluation von Empfehlungsalgorithmen
dc.typeText/Journal Article
mci.reference.pages34-44
gi.identifier.doi10.1007/BF03340851


Files in this item

FilesSizeFormatView

There are no files associated with this item.

Show simple item record