Empfehlungssysteme oder Recommender dienen in erster Linie der Personalisierung von Angeboten im World Wide Web. Aus der Sicht von Online-Shop-Betreibern k nnen diese zum einen den Umsatz erh hen, indem Kunden zu sogenannten Cross-Sells bewegt werden, zum anderen den Verk ufer durch direkten Einfluss auf die produzierten Empfehlungen bei seiner aktuellen Marketingstrategie unterst tzen. In dieser Arbeit wird ein wissensbasierter Ansatz f r die Generierung von Empfehlungen im Bereich der Mode vorgestellt. Den zentralen Teil des entwickelten Systems stellt eine Ontologie dar, die einerseits die Produkttaxonomie und andererseits Regeln und Eigenschaften enth lt, welche die Grundlage f r die Berechnung von Produkt hnlichkeiten bilden. Basierend auf den offline berechneten hnlichkeiten sowie einem flexiblen Empfehlungsmodell werden Alternativen und Erg nzungen zu einem Referenzprodukt in Echtzeit generiert. Die Evaluierung des Systems wurde mit Hilfe eines Online-Experiments mit simulierten K ufen durchgef hrt. Es konnte ein tats chlicher Einfluss von Empfehlungen auf das Konsumverhalten der Teilnehmer festgestellt werden. Zudem wurden die berechneten hnlichkeiten mit den tats chlich wahrgenommenen hnlichkeiten einiger Testpersonen verglichen, welche offensichtlich miteinander korrelieren.
ThriftBooks sells millions of used books at the lowest everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $20. ThriftBooks.com. Read more. Spend less.