|
Content of the Course:
|
Das Internet bietet eine Fülle von Informationen über Produkte und Dienstleistungen, dem gegenüber die kognitiven Grenzen der menschlichen Wahrnehmung stehen. Diese Einschränkung erlaubt es nur einen geringen Teil der Informationen zu berücksichtigen oder über diese informiert zu sein. Empfehlungssysteme sind ebenfalls nicht in der Lage, alle Informationen zu berücksichtigen, aber dennoch mehr, als die menschliche Wahrnehmung zu verarbeiten vermag. Ziel des Seminars ist es, Daten- und Informationsströme im mobilen Umfeld zwischen Dienstanbietern und -nachfragern zu identifizieren, analysieren, klassifizieren und bewerten. Dabei liegt der Schwerpunkt auf der Bewertung dieser Informationsströme, um eine Empfehlung über ein Produkt oder einer Dienstleistung auszusprechen und dementsprechend vorherrschende Informationen zu kumulieren. Zur Bewertung dienen Techniken, deren Ursprung in den Empfehlungssysteme zu finden ist. Der Grad der Personalisierung, der durch die Alleinstellungsmerkmalen des M-Commerce eine besondere Rolle zuteil wird, wirkt sich auf die Qualität einer Empfehlung aus. Während der Ausarbeitung der Seminarthemen wird im praktischen Teil des Seminars ein konzeptioneller Entwurf eines Empfehlungssystems für mobile Produkte und Dienstleistungen erarbeitet.
|
|
Agenda:
|
Thema 1: Grundlagen von Bewertungssystemen
Referent:
Betreuer: Mike Radmacher
# Inhalte:
Begriffsklärung Bewertungssysteme.
# Geschichte der Bewertungssysteme.
# Arten von Bewertungssystemen (Online-Bewertungssysteme, …).
# Einsatz in der Praxis.
# Möglichkeiten der Personalisierung.
Thema 2: Grundlagen von Empfehlungssystemen
Referent:
Betreuer: Mike Radmacher
Inhalte:
# Begriffsklärung Empfehlungssysteme.
# Geschichte der Empfehlungssysteme.
# Einblick in Entscheidungsunterstützungssysteme.
# Potentiale der Personalisierung für Empfehlungssysteme.
Thema 3: Anwendungsgebiete aktueller Empfehlungssysteme
Referent:
Betreuer: Mike Radmacher
Inhalte:
# Darstellung und Kategorisierung der Einsatzgebiete.
# Grad der Personalisierung.
# Evaluierung der Vorteile und Nachteile für den Nutzer solcher Systeme.
# Zukünftige Einsatzgebiete solcher Verfahren.
Thema 4: Eingesetze Techniken bei Empfehlungssystemen
Referent:
Betreuer: Mike Radmacher
Inhalte:
# Darstellung der technischen Grundlagen (wie beispielsweise eigenschaftsbasiertes, kollaboratives und regelbasiertes Filtern).
# Demonstration der Funktionsweise dieser Techniken anhand von Praxisbeispielen (Amazon, Ebay, ..).
Thema 5: Probleme der Empfehlungssysteme und mögliche Lösungsansätze
Referent:
Betreuer: Mike Radmacher
Inhalte:
# Darstellung der Problematik der Empfehlungsunterstützenden Techniken (z.B. eigenschaftsbasiertes, kollaboratives und regelbasiertes Filtern).
# Darstellung alternativer oder kombinierter Empfehlungsunterstützenden Maßnahmen.
Thema 6: Mobile Empfehlungssysteme in der Praxis
Referent:
Betreuer: Mike Radmacher
Inhalte:
# Marktüberblick mobiler Empfehlungssysteme.
# Kategorisierung der Empfehlungssysteme.
# Darstellung der Alleinstellungsmerkmale des M-Commerce.
# Betrachtung der Integration der Alleinstellungsmerkmale des M-Commerce in heutigen verfügbaren mobilen Empfehlungsansätzen.
Thema 7: Qualität einer Empfehlung
Referent:
Betreuer: Mike Radmacher
Inhalte:
# Definition der Qualität einer Empfehlung.
# Faktoren der Qualität einer Empfehlung.
# Auswirkungen der persönlichen Informationspreisgabe auf die Qualität der der Empfehlung.
|
|
Literature:
|
* Zerdick, Axel "Die Internet-Ökonomie - Strategien für die digitale Wirtschaft", 3., erw. und überarb. Aufl, Jahr 2001, 3-540-66877-2
* Prestipino, Marco; Schwabe, Gerhard "Tourismus-Communities als Informationssysteme", Universität Zürich
* Koch, Michael; Möslein, Kathrin; Wagner, Michael "Vertrauen und Reputation in Online-Anwendungen und virtuellen Gemeinschaften", Jahr 2000
* Rannenberg, Kai "Economic Basics - E-Commerce vs. M-Commerce", Vorlesungsatz aus 2005
* Fabrizek, Stephan "Personalisierung und Recommender Systeme - Einführung und Überblick"
|
Teaching
Basic Information
Contents
Registration
Complete
