Semantics and Ontologies for Feedback-driven Adapting Recommender-Systems

01.01.2010 - 30.06.2012
Forschungsförderungsprojekt
Konsumenten kaufen vermehrt über das Internet ein, aber es fehlt an Unterstützung bei der Suche nach dem "richtigen" Produkt. Recommender-Systeme widmen sich diesem Problem durch gezielte Fragen. Der Erfolg (bzw. Misserfolg) eines solchen Beratungs-Prozesses ist durch Conversion Rate oder Click-out Rate definiert. Es ist jedoch sehr schwierig, Verbesserungen zu durchgeführten Änderungen vorherzusagen, und manuelle Änderungen sind zu teuer. Deshalb schlagen wir automatisierte Anpassungen solcher Beratungs-Prozesse vor, und zwar durch Semantische Technologie. Unser Ansatz macht den Internet Content durch adaptive Services für die Produkt-Suche zugreifbar. Insbesondere soll automatisiertes Lernen von Ontologien aus unstrukturierten Informations-Quellen wie etwa News Groups die Basis legen, da Ontologien der Schlüssel zum Erfolg sind. Aus ihrem generischen Wissen sowie entsprechender Instanzen werden Diskurs-Modelle auf hoher Abstraktions-Ebene automatisch generiert. Diese Diskurs-Modelle repräsentieren Klassen möglicher Dialoge zwischen einem Kunden und dem Recommender-System und, als Ergebnis, einem Beratungs-Prozess. Aus diesen Modellen werden Benutzungsschnittstellen für Endbenutzer (semi-)automatisch generiert. Nachdem ein Diskurses mittels seiner generierten Benutzungsschnittstelle eine Zeit lang ausgeführt worden ist, stellt eine Feedback-Komponente Information über die Benutzung des Systems zur Verfügung. Dieses Feedback führt zu Änderungen der Ontologie, die wiederum zu Änderungen des Diskurs-Modells führen. Folglich werden auch der Beratungs-Prozess und die ihn unterstützende Benutzungsschnittstelle geändert. Zusätzlich kann ein menschlicher Experte diesen automatischen Adaptions-Zyklus beeinflussen. Wir können diesen Ansatz durch Experimente mit einem existierenden Recommender-System evaluieren, welches einem der Projekt-Partner gehört: Smart Assistant. Da dieses System erfolgreich und real eingesetzt wird, sind diese Experimente nicht auf ein Labor beschränkt, sondern sie können in einer realen Einkaufsumgebung durchgeführt werden.

Personen

Projektleiter_in

Projektmitarbeiter_innen

Institut

Auftrag/Kooperation

  • Smart Information Systems GmbH

Förderungsmittel

  • Österreichische Forschungsförderungsgesellschaft mbH (FFG) (Nationale Förderung) Förderschiene Thematisches Programm Förderprogramm Österreichische Forschungsförderungsgesellschaft mbH (FFG) Fördergeber Forschungsförderungsgesellschaft Reichweite Nationale Förderung Projekttyp Forschungsförderungsprojekt

Schlagwörter

DeutschEnglisch
OntologieOntology
Semantische TechnologieSemantic Ontology
Recommender-SystemRecommender System
Diskurs-ModellDiscourse Model