iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Wissen & Bildung Sozialwissenschaft, Recht, Wirtschaft Wirtschaft Allg. & Lexika Identifikation von nutzerorientierten Produktähnlichkeiten mithilfe künstlicher Intelligenz für Empfehlungsagenten in der Kleidungsindustrie
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Identifikation von nutzerorientierten Produktähnlichkeiten mithilfe künstlicher Intelligenz für Empfehlungsagenten in der Kleidungsindustrie
René Götz (Broschiert, Deutsch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
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. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
01.08.2021
Sprache
Deutsch
EAN
9783339125002
Herausgeber
Kovac, Dr. Verlag
Serien- oder Bandtitel
Studien zur Wirtschaftsinformatik
Sonderedition
Nein
Autor
René Götz
Seitenanzahl
234
Auflage
1
Einbandart
Broschiert
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen