Marc Feldmann

Kollaboratives Filtern in latenten Datenräumen

Entwurf und prototypische Realisierung eines Empfehlungssystems unter Datenknappheit


Front	Back

ISBN:

978-3-8440-6179-6

Series:

Wirtschaftswissenschaftliches Forum der FOM
Herausgeber: FOM Hochschule für Oekonomie & Management
Essen

Volume:

Keywords:

Empfehlungssysteme; Recommender Systems; Entscheidungstheorie; Information Overload; Preference Learning; Information Filtering; FOM

Type of publication:

Reference books

Language:

German

Pages:

150 pages

Figures:

13 figures

Weight:

221 g

Format:

21 x 14,8 cm

Bindung:

Paperback

Price:

29,80 € / 37,30 SFr

Published:

October 2018

Buy:

Download:

Available PDF-Files for this title:

You need the Adobe Reader, to open the files. Here you get help and information, for the download.

These files are not printable.


	Document		Document
	Type		PDF
	Costs		7,45 EUR
	Action		Purchase in obligation and display of file - 3,0 MB (3119868 Byte)
	Action		Purchase in obligation and download of file - 3,0 MB (3119868 Byte)


	Document		Table of contents
	Type		PDF
	Costs		free
	Action		Diplay of file - 222 kB (227765 Byte)
	Action		Download of file - 222 kB (227765 Byte)

User settings for registered users

You can change your address here or download your paid documents again.

User:	Not logged in.
Actions:	Login / Register Forgotten your password?

Recommendation:

You want to recommend this title?

Review copy

Here you can order a review copy.

Link

You want to link this page? Click here.

Abstract

Die Qual der Wahl haben - in Zeiten globaler Angebotsverdichtung und der Omnipräsenz von Digitalmarketing treffen wir mit zunehmender Häufigkeit auf dieses Unproblem. Immer dann begegnet es uns, wenn wir beim Treffen einer Entscheidung sehr viele Alternativen zur Verfügung haben: In welches von 194 Ländern investieren wir unsere knapp bemessenen Urlaubstage am besten? Welcher von rund 500.000 Filmen soll als nächstes über unseren Bildschirm laufen? Im schlimmsten Fall müssen wir auch noch verschiedene Eigenschaften gegeneinander abwägen: Ist uns die Sprache im Urlaubsland wichtiger oder das Wetter? Ist es uns wichtiger, dass ein bestimmter Schauspieler involviert ist oder muss vor allem das Genre des Films stimmen? Die fortschreitende Digitalisierung von Entscheidungsumgebungen konfrontiert uns schonungslos mit Komplexität - und Komplexität in Entscheidungssituationen ist teuer. Diese Arbeit führt das Problem der Informationsüberflutung auf unser vergleichsweise eher eingeschränktes menschliches Vermögen zur Verarbeitung großer Informationsmengen zurück. Als Lösungsvorschlag wird ein automatisierter Informationsfilter - ein zunehmend verbreiteter Systemtyp aus der Klasse der Entscheidungsunterstützungssysteme - prototypisch umgesetzt. Dieser erlernt das Präferenzprofil eines Entscheiders anhand historisch gespeicherter Präferenzinformationen, verdichtet es und nutzt das verdichtete Profil zur Vorfilterung der in digitalen Entscheidungsumgebungen typischerweise sehr großen Mengen von Entscheidungsalternativen. Auf diese Weise können die Kosten der Entscheidungsfindung vom Entscheider an den Filteralgorithmus ausgelagert und das Kosten-Nutzen-Verhältnis einer Entscheidungssituation gesteigert werden.