Auf Data-Mining basierende Personalisierung im E-Commerce mit implizitem Feedback

URL
Dokumentart: Masterarbeit
Institut: Department Informatik
Sprache: Deutsch
Erstellungsjahr: 2017
Publikationsdatum:
SWD-Schlagwörter: Electronic Commerce
DDC-Sachgruppe: Informatik

Kurzfassung auf Deutsch:

Die vorliegende Masterarbeit beschreibt die Herangehensweise zur Analyse eines kommerziellen Datensatzes, der sich aus den Aufzeichnungen von Nutzer- und Kaufverhalten auf einer unbekannten E-Commerce Plattform zusammensetzt. Das hierbei verfolgte Ziel besteht aus der Klassifzierung von Artikeln mit Data-Mining Verfahren, die dann dazu genutzt werden um Vorhersagen für weitere Käufe zu erstellen. Dafür werden zwei Ensemble Verfahren bestehend aus einem Random Forest und Gradient Boosting verglichen. In Hinsicht auf die Größe und die Unausgeglichenheit in der Verteilung von Käufen ist der verwendete Datensatz besonders und muss dementsprechend vor der Verwendung angepasst werden.

Kurzfassung auf Englisch:

This master thesis describes the approach to the analysis of a commercial dataset, which consists of the consumer behavior from an unknown e-commerce platform. The objective here is to classify articles with data mining methods, then using the resulting models to make predictions for further purchases. For this purpose, two ensemble methods consisting of a random forest and gradient boosting are compared. The used dataset is challenging, because of the imbalanced distribution of purchases and the volume of data.

Hinweis zum Urheberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.