Benchmark f¨ur ein personalisiertes Empfehlungssystem mit zeitlicher Segmentierung basierend auf Assoziationsregeln

Benchmark f¨ur ein personalisiertes Empfehlungssystem mit zeitlicher Segmentierung basierend auf Assoziationsregeln

Autor/innen

  • Michael Guckert Technische Hochschule Mittelhessen KITE - Kompetenzzentrum für Informationstechnologie Fachbereich MND
  • Christian Schulze
  • Johanna Buchert

DOI:

https://doi.org/10.26034/lu.akwi.2020.3273

Abstract

In der heutigen Zeit ist es ¨ublich geworden, im Online-Marketing Empfehlungssysteme einzusetzen. Im Folgenden wird ein Empfehlungsalgorithmus vorgestellt, der auf Basis von Kau�?nformationen mit Hilfe von Assoziationsregeln und unter Ber¨ucksichtigung des Zeitpunkts des Kaufs personalisierte Produktempfehlungen generiert. Des Weiteren wird ein Benchmark mit dem vorgestellten, einem auf Assoziationsregeln basierenden und einem ItemKNN-Algorithmus unter Verwendung realer Kaufdaten erstellt. Die beiden zuletzt genannten Algorithmen wurden der Open-Source Bibliothek LibRec entnommen.

Downloads

Veröffentlicht

2020-07-22

Ausgabe

Rubrik

Praxis