Tobias Schneider stellt einen neuen Typus von Recommender-Systemen vor, der auf der Modellierung von Präferenzen in experimentellen Designs beruht und bei dem neuronale Netze als neue, flexible Methode der Präferenzmodellierung fungieren. In einer Beispielapplikation untersucht er die Eignung seines Ansatzes als Empfehlungssystem für Investmentfonds, wobei die Rendite-Risiko-Trade-Offs von Kapitalanlegern im Vordergrund stehen.
Aktualisiert: 2023-07-02
> findR *
Im Rahmen der Untersuchung wurde ein Modell zur kollaborativen Fließbandgestaltung entwickelt, welches die Erweiterung bestehender Modelle und Methoden zur automatisierten Planung getakteter Variantenfließfertigung vornimmt und damit die Grundlage für integrative und kollaborative Planung setzt. Das Modell erweitert die notwendige Montageablaufstruktur, so dass kollaborativ alle Sachverhalte der Montage informationstechnisch so abbildbar sind, dass die Koordination der virtuellen Zusammenarbeit durch ein lernendes Empfehlungssystem abbildbar ist und eine integrative Zusammenarbeit von Mensch und Maschine zur Planung realisiert werden kann. Die virtuelle Kollaboration und Automatisierung von Entscheidungen ermöglicht es, der Komplexität aus Variantenvielfalt und effizienter Ressourcenteilung gerecht zu werden.
Aktualisiert: 2023-04-06
> findR *
Tobias Schneider stellt einen neuen Typus von Recommender-Systemen vor, der auf der Modellierung von Präferenzen in experimentellen Designs beruht und bei dem neuronale Netze als neue, flexible Methode der Präferenzmodellierung fungieren. In einer Beispielapplikation untersucht er die Eignung seines Ansatzes als Empfehlungssystem für Investmentfonds, wobei die Rendite-Risiko-Trade-Offs von Kapitalanlegern im Vordergrund stehen.
Aktualisiert: 2023-03-14
> findR *
5 empirical studies, explanatory framework and management tool. Dissertation LMU München.
Aktualisiert: 2021-12-01
> findR *
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 *
Produktbegleitende Dienstleistungen gewinnen als Differenzierungsmerkmal im Wettbewerb zunehmend an Relevanz. Allerdings sehen sich Industriegüterhersteller angesichts einer mangelnden Kenntnis der Kundenpräferenzen oftmals nicht in der Lage, Dienstleistungen gleichermaßen kundenorientiert und profitabel anzubieten. Vor diesem Hintergrund analysiert Margarethe Frohs, wie Recommender Systeme für die nachfragerorientierte Ausgestaltung, Bepreisung und Kommunikation von Dienstleistungsangeboten eingesetzt werden können. Hierbei konzipiert die Autorin ein eigenständiges Recommender System und demonstriert dessen Eignung im Rahmen einer umfassenden empirischen Untersuchung.
Aktualisiert: 2019-12-20
> findR *
Tobias Schneider stellt einen neuen Typus von Recommender-Systemen vor, der auf der Modellierung von Präferenzen in experimentellen Designs beruht und bei dem neuronale Netze als neue, flexible Methode der Präferenzmodellierung fungieren. In einer Beispielapplikation untersucht er die Eignung seines Ansatzes als Empfehlungssystem für Investmentfonds, wobei die Rendite-Risiko-Trade-Offs von Kapitalanlegern im Vordergrund stehen.
Aktualisiert: 2023-04-25
> findR *
MEHR ANZEIGEN
Bücher zum Thema Recommender System
Sie suchen ein Buch über Recommender System? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema Recommender System. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema Recommender System im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das
passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das
Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche
Bücher uvm. Bestellen Sie Ihr Buch zum Thema Recommender System einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
Recommender System - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema Recommender System, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche
Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl
Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Unter Recommender System und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung
thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege.
Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem
zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu
studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.
