Onlinekonsumenten stehen vor der Herausforderung die im Internet verfügbaren Produktinformationen verarbeiten zu müssen, um zu einer zufrieden stellenden Kaufentscheidung zu kommen. Produktempfehlungssysteme sind als Entscheidungsunterstützungssysteme in der Lage Konsumenten bei der Auswahl eines adäquaten Produktes zu unterstützen. In den letzten Jahren wurden verschiedene Algorithmen vorgestellt, um Produktempfehlungen generieren zu können. Die vorliegende Arbeit stellt einen neuen Ansatz vor, der gestützt auf den Theorien der Nutzenmessung und des Informationsverhaltens von Konsumenten entwickelt wurde.
Ausgehend von der Erklärung von Kaufentscheidungen werden in der Arbeit verschiedene Instrumente zur Messung des Erklärungskonstruktes Nutzen analysiert. Aus diesen Instrumenten wurde die traditionelle Conjoint Analyse, mit welcher eine Messung der Nutzenwerte von Produkteigenschaften möglich ist, ausgewählt. Die traditionelle Conjoint Analyse kann jedoch nicht als per se geeignet für Produktempfehlungssysteme bezeichnet werden, da Aspekte des Informationsverhaltens, welches die Nutzenmessung beeinflusst nur unzureichend beachtet werden. Daher wird eine Adaption der traditionellen Conjoint Analyse auf Basis von Erkenntnissen des Informationsverhaltens sowie ebenfalls aus methodischer Sicht vorgenommen.
Die adaptierte Conjoint Analyse ermöglicht die Nutzenmessung für ein individuell ausgewähltes Set an Produkteigenschaften. Die erhaltenen Teilnutzenwerte können sodann produktspezifisch kumuliert werden, wodurch die Bildung einer Rangordnung über Produkte und somit die Empfehlung von Produkten möglich ist. Zur Überprüfung der Empfehlungsqualität wurde ein prototypisches Produktempfehlungssystem auf Basis der adaptierten Conjoint Analyse entwickelt und in Laborexperiment empirisch evaluiert.
In den durchgeführten Experimenten konnte dem entwickelten Ansatz eine hohe Prognosevalidität nachgewiesen werden, wodurch der Einsatz der adaptierten Conjoint Analyse als viel versprechend in Produktempfehlungssystemen anzusehen ist.
Aktualisiert: 2022-12-21
> findR *