Random walks on human knowledge: incorporating human knowledge into data-driven recommenders
Vorschaubild nicht verfügbar
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2018
Typ der Arbeit
Studiengang
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
IC3K 2018. 10th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management. Proceedings
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
3
Ausgabe / Nummer
Seiten / Dauer
61-70
Patentnummer
Verlag / Herausgebende Institution
Verlagsort / Veranstaltungsort
Seville
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
We explore the use of recommender systems in business scenarios such as consultancy. In these situations, apart from personal preferences of users, knowledge about objective business-driven criteria plays a role. We investigate strategies for representing and incorporating such knowledge into data-driven recommenders. As a baseline, we choose a robust and flexible paradigm that is based on a simple graph-based representation of past customer cases and choices, in combination with biased random walks. On a real data set from a business intelligence consultancy firm, we study how the incorporation of two important types of explicit human knowledge – namely taxonomic and associative knowledge – impacts the effectiveness of a data-driven recommender. Our results show no consistent improvement for taxonomic knowledge, but quite substantial and significant gains when using associative knowledge.
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Veranstaltung
10th International Conference on Knowledge Management and Information Sharing (KMIS)
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
978-989-758-330-8
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Closed
Lizenz
Zitation
WITSCHEL, Hans Friedrich und Andreas MARTIN, 2018. Random walks on human knowledge: incorporating human knowledge into data-driven recommenders. In: Jorge BERNARDINO, Ana SALGADO und Joaquim FILIPE (Hrsg.), IC3K 2018. 10th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management. Proceedings. Seville. 2018. S. 61–70. ISBN 978-989-758-330-8. Verfügbar unter: https://irf.fhnw.ch/handle/11654/42356