Telefon: +43(0) 662 834 602 - 0

Personalisierung & Empfehlersysteme

Langjährige Erfahrung

Das Studio Smart Agent Technologies verfügt über langjährige Erfahrung im Entwurf und der Erstellung von Personalisierungskonzepten für m- und e-Commerce Systeme, im Speziellen in den Gebieten Empfehlersysteme und Portale für mobile Endgeräte.

Der SAT Ansatz

Das "Adaptive Personalization" Konzept von SAT ist ein hybrides, sich selbständig anpassendes Empfehlersystem das die beiden Bereiche kollaboratives Filtering und Item basierende Empfehlungen vereint. Die Eckpfeiler dieses Konzepts sind:

  • ein komplexes Profilsystem, das modellgetriebene und verhaltensbasierte Ansätze vereint
  • eine auf data-mining und Algorithmen aus dem Gebiet der künstlichen Intelligenz basierende Menge an Empfehlerstrategien mit Hauptaugenmerkt auf die Bedürfnisse des Anwenders
  • die Fähigkeit, sich mit Hilfe von instanzbasiertem Lernen und data-mining Algorithmen zur Optimierung an Einsatzszenarien anzupassen

 

Adaptives Profilsystem - Modellierung des Benutzers

Die Bedürfnisse eines Benutzers lassen sich in klar definerte und nicht klar definierbare Bedürfnisse unterteilen. Bei ersteren ist der Benutzer im Stande eindeutig festzulegen, wie diese Bedürfnisse befriedigt werden können, im zweiten Fall weiß ein Benutzer nicht, wie seine Anforderungen erfüllt werden können. Es kann mitunter sogar Probleme bereiten, diese Bedürfnisse exakt zu beschreiben. Des weiteren kommen Personalisierungssyteme im Allgemeinen in Bereichen mit hohem Nutzeraufkommen zum Einsatz. Die Aktionen eines Benutzers sind somit keine isolierten Ereignisse sondern haben einen gewissen Einfluss auf das gesamtheitliche Bild der Nutzergemeinschaft. Diese Beeinflussung der Community kann sich auf unterscheidliche Art und Weise äußern. Einerseits kann ein Benutzer aktiv durch konkrete Bewertungen Empfehlungen an andere weitergeben, andererseits, nachdem sein Verhalten in die Modellbildung seines Profils und damit die Grundlage für data-mining und kollaborative Filtering Methoden einfließt, beeinflußt er auch passiv das Bild der Nutzergemeinschaft. Aufgrund dieser Überlegungen wurde ein mehrschichtiges Modell erarbeitet, das einen Benutzer aus 3 verschiedenen Blickwinkeln beleuchtet:

  • Selbsteinschätzung - self assessment
  • Einschätzung des Systems anhand der Aktionen eines Benutzers - system observation
  • Einschätzung durch die Mitglieder der Community - community assesment

 

Jede dieser Betrachtungsweisen kann als ein Vector von Benutzereigenschaften, die für den jeweiligen Blickwinkel relevant sind, geshen werden.

Empfehlerstrategien

Ein weiterer wichtiger Faktor für ein intelligent agierendes Empfehlersystem ist die Verfügbarkeit und Kombinationsmöglichkeit von unterschiedlichen Empfehlerstratgien. Das SAT Konzept bietet eine Reihe von in der Forschungsgemeinschaft etablierten Verfahren, die die verschiedenen Benutzerbedürfnisse abdecken:

  • Erinnerungen - Reminder recommendations
  • Ähnliche Artikel - 'More like this' recommendations
  • Neuigkeiten/Aktuelles - Recommended hot/new items
  • Erweiterung des Horizonts - 'Broaden my horizon' recommendations
  • Ähnliche User - Show me what 'similar' users do

 

Erinnerungen sollen den Benutzer dabei unterstützen, Artikel, die er in der Vergangenheit z.B. kaufen oder verwenden wollte, nicht zu vergessen bzw. wiederzufinden.Ähnliche Artikel - die wahrscheinlich gängiste Form von Empfehlungen - animieren den Benutzer zum Kauf oder zur Begutachtung von Items, die Produkten ähnlich sind, die er bereits bezogen hat. Neuigkeiten/Aktuelles geben einen Überblick darüber, welche potentiell bis dato noch unbekannten Inhalte nun zur Verfügung stehen bzw. welche Themen die Community aktuell beschäftigen. Die 'Erweiterung des Horizonts' Strategie zielt darauf ab, Benutzer mit unbekannteren, aber dennoch für ihn interessanten Inhalten zu konfrontieren. Sie ist darüber hinaus für die Ausarbeitung differenzierter Profile wichtig, um auch Empfehlungen abseits der Mainstream-Produkte zu ermöglichen. Das Verhalten und die Aktionen ähnlicher Benutzer kann ebenfalls interessante Artikel für Dritte ans Tageslicht bringen und zum weiteren Verbleib auf einem Portal animieren.

Lern- und Anpassungsfähigkeit

Die Lern- und selbständige Anpassungsfähigkeit der SAT Personalisierungslösung basiert auf data-mining und instanzbasierten Lernalgorithmen. Der Prozeß findet dabei auf 3 Ebenen statt:

  • der individuellen Ebene, wobei die einzelnen Benutzerprofile permanent aufgrund des aktiven und passiven Verhaltens eines Benutzters verfeinert wird
  • der kollaborativen Ebene, wo mit Hilfe des Community Feedback Empfehlungen verbessert und die Qualität der Ähnlichkeitsrelationen mit steigender Userzahl verbessert wird
  • der statistischen Ebene, auf der mit Hilfe von data-mining Verfahren neue Empfehlungen berechnet werden

 

Telefon: +43(0) 662 834 602 - 0