Bessere Online-Empfehlungen auf den Weg bringen
Die beim Online-Shopping eingesetzten Systeme unterbreiten den Nutzern häufig Vorschläge in Bezug auf weitere Produkte. Diese Empfehlungen sind jedoch oft nicht wirklich sachdienlich, so dass ein System gebraucht wird, das alle verfügbaren Kundeninformationen nutzt, um gezieltere Vorschläge anzubringen. Das EU-finanzierte Projekt "Context-aware recommender systems (CARS)" (CARS) zielte darauf ab, ein derartiges Empfehlungssystem für Mobil- und Desktopgeräte aufzubauen. Das System nutzt den Vorteil der vollständigen kontextuellen Beziehung zwischen Benutzer und Artikel. Die Aktivitäten des Konsortiums begannen Ende 2011 und dauerten zwei Jahre an. Zu den Leistungen zählte die Entwicklung von fünf neuartigen Algorithmen für kollaborative Filterung, welche die Konkurrenz weit übertreffen. Die Algorithmen wurden in eine Anwendung (App) für Androidgeräte mit der Bezeichnung Frappe integriert, die weitere Apps empfiehlt, welche dem Benutzer möglicherweise gefallen könnten. Die App nutzt kontextbezogene Informationen von den Mobiltelefonsensoren, um ähnliche Produkte zu finden, welche die scheinbar vorhandenen Bedürfnisse des Nutzers erfüllen könnten. Das Projekt bewertete den Nutzen und die Auswirkungen der App. Die Projektresultate wurden als Konferenz- und Workshopbeiträge veröffentlicht, von denen zwei Best Paper Awards erhielten. Das CARS-Projekt brachte Fortschritte auf dem Gebiet der kontextbasierten Empfehlungssysteme mit sich. Als Ergebnis dessen werden die neuen Systeme relevantere Vorschläge unterbreiten, die dann möglicherweise zu weiteren Käufen anregen.
Schlüsselbegriffe
Onlinehandel, kontextuelle Beziehungsalgorithmen, Kundeninformationen, gezielte Vorschläge, kontextsensitiv, Empfehlungssystem, Android, App, Frappe, Mobiltelefonsensoren
