Entwicklung und Umsetzung eines Systems für personalisierte Empfehlungen in einem B2B-E-Shop

Abstract

Dieser Arbeitsbericht beschreibt das PersECA-II-Teilprojekt mit kdmz und Opacc. In diesem Teilprojekt ging es um die Identifikation, den Entwurf und die Implementierung von Personalisierungsfunktionen für kdmz. Die Fragestellung, wie kann man die Daten im E-Commerce-System nutzen und Nutzen für den Kunden generieren, stand dabei für kdmz im Vordergrund. Im Rahmen des Projektes wurden ein Empfehlungssytem für personalisiertes Cross/Up-Selling entwickelt. Anhand der Anzahl Einzelkäufe und der Anzahl gemeinsamen Käufen von Produkten wird eine Ähnlichkeit zwischen den Produkten errechnet. Aufgrund dieser Produktähnlichkeit werden Empfehlungen generiert. Für die Berechnung der Produktähnlichkeiten kommt die Formel von Deshpande/Karypis [2004] zum Einsatz. Das Verfahren berechnet anhand von Transaktionsdaten und ohne den Einbezug von Artikelattributen oder Artikelbewertungen die Produktähnlichkeiten.