Neu Erschienen: 31.08.2021 Abbildung von Götz | Identifikation von nutzerorientierten Produktähnlichkeiten mithilfe künstlicher Intelligenz für Empfehlungsagenten in der Kleidungsindustrie | 1. Auflage | 2021 | 108 | beck-shop.de

Götz

Identifikation von nutzerorientierten Produktähnlichkeiten mithilfe künstlicher Intelligenz für Empfehlungsagenten in der Kleidungsindustrie

lieferbar, ca. 10 Tage

88,90 €

Preisangaben inkl. MwSt. Abhängig von der Lieferadresse kann die MwSt. an der Kasse variieren. Weitere Informationen

Fachbuch

Buch. Softcover

2021

234 S. 57 s/w-Abbildungen, 1 Farbabbildung, 40 s/w-Tabelle, 3 Farbtabellen.

Kovac, J. ISBN 978-3-339-12500-2

Format (B x L): 14,8 x 21 cm

Gewicht: 310 g

Das Werk ist Teil der Reihe: Studien zur Wirtschaftsinformatik; 108

Produktbeschreibung

Die hohe Produktvielfalt im Onlinehandel führt bei den Konsumenten häufig zu einer Überforderung und schließlich zum Kaufabbruch. Um dieser Informationsflut entgegenzuwirken, kommen Methoden der Produktempfehlung zum Einsatz, die individuell und personalisiert Produkte dem Konsumenten zur Verfügung stellen können. Die Produktvorschläge basieren dabei auf dem historischen Klick- und Kaufverhalten und sollen somit die Präferenzen und Wünsche der Konsumenten widerspiegeln. Das Klickverhalten allein reicht jedoch oftmals nicht aus, um den Konsumenten vollumfänglich verstehen und das Verhalten interpretieren zu können. Der Autor dieser Arbeit betrachtet zunächst verschiedene Datenquellen, die die Präferenzen bezüglich bestimmter Produkte aus einer Konsumentensicht abbilden können. Explizite Kundenmeinungen in Form von Produktrezensionen sowie das Klickverhalten, Produktbilder und Produktattribute liefern hierbei relevante Perspektiven. Unstrukturierte Textdaten werden zunächst mithilfe von Methoden des Natural Language Processing vorverarbeitet und in ein einheitliches Datenmodell überführt. Das Set an Produktattribute beinhaltet vorwiegend Informationen bezüglich verschiedener Farbmetriken (Sättigung, Helligkeit etc.) und dem Vorhandensein einzelner Konstruktions- und Designelemente eines Produkts. Anhand des Klickverhaltens der Konsumenten lassen sich Produkte identifizieren, welche häufig zusammen innerhalb einer Session angesehen werden. Die verschiedenen Datenquellen werden dazu verwendet, um Produktähnlichkeiten identifizieren zu können. Hierbei kommen Methoden des Machine Learning (Word2Vec) und Deep Learning (Variational Autoencoder) zum Einsatz. Das Ergebnis der Algorithmen ist die Darstellung von Produkten als Vektoren in einem multidimensionalen Vektorraum, welche anhand der Distanzen miteinander verglichen werden können. Die verschiedenen Perspektiven auf Produktähnlichkeiten werden anhand des Anwendungsfalls der Produktempfehlung untersucht und miteinander verglichen. Zudem wird ein webbasierter Empfehlungsagent entwickelt, der als Entscheidungsunterstützung bei der Produktsuche im Onlinehandel dient. Nutzer können dabei interaktiv die Produktauswahl anhand derer individuellen Präferenzen eingrenzen und sich passende Alternativen anzeigen lassen.

Top-Produkte dieser Kategorie

Unsere Empfehlungen für Sie

Ihre zuletzt angesehenen Produkte

Autoren

  • Rezensionen

    Dieses Set enthält folgende Produkte:
      Auch in folgendem Set erhältlich:
      • nach oben

        Ihre Daten werden geladen ...