DE

| EN

Studieren. Wissen. Machen.

Hochschule der Medien

„Recommender Day"

Individualisierte Werbung durch clevere Algorithmen

Woher weiß ein Internetbuchhändler, was wir gerne lesen? Wie kann er uns Produkte empfehlen, die uns interessieren könnten? Ganz einfach: dank einer detaillierten Kunden- und Warenkorbanalyse. Kunden mit ähnlichem Kaufverhalten werden in Gruppen zusammengefasst und in der Warenkorbanalyse wird untersucht, was gerne zusammen gekauft wird. „Recommender Systeme" kombinieren beides und bilden die technische Grundlage für individualisierte Werbung.

Beginn ist um 14 Uhr

Beginn ist um 14 Uhr

Künstliche Intelligenz und Machine Learning steht auf dem Stundenplan der Medieninformatiker

Künstliche Intelligenz und Machine Learning steht auf dem Stundenplan der Medieninformatiker

Mehr darüber verraten die Dominik Hübner, Tobias Kässmann und Nicolas Drebenstedt beim „Recommender Day" an der Hochschule der Medien (HdM) am 29. November 2013 ab 14 Uhr. Sie werfen anhand von Bespielen aus Arbeiten bei der Münchner Performance Marketing Agentur Quisma, des virtuellen Einkaufcenters shopping24 oder ZEIT ONLINE einen Blick hinter die Kulissen und zeigen, wie Methoden der Künstlichen Intelligenz und des Machine Learnings in der Werbung eingesetzt werden.

In zahlreichen Anwendungen

„Heute werden ‚Recommender‘ nicht nur im E-Commerce sondern in zahlreichen anderen Anwendungen implementiert. Besonders populär sind derzeit Medienempfehlungssysteme, etwa für Nachrichten, Videos oder Musik. Sie werden eher als hilfreich empfunden und nicht als störend", erläutert Prof. Walter Kriha, Studiendekan des Masterstudiengangs Computer Science and Media.

Empfehlungen und ihre Evaluation

Dominik Hübner vom Masterstudiengang Computer Science and Media der HdM geht auf grundlegende Überlegungen zur Technik ein sowie auf die "multi-modale" Empfehlung. Diese versucht, Produkte vorzuschlagen, die für einen Kunden nützlich sind und wahrscheinlich auch gekauft werden. Damit hat er sich in seiner Masterthesis bei Quisma beschäftigt. Tobias Kässmann, Absolvent des Masterstudiengangs, stellt die Evaluation eines Empfehlungssystems auf Basis von Clustering und einem neu entwickelten Produktvektor für das Portal shopping24 vor. Nicolas Drebenstedt, eingeschrieben im Bachelorstudiengang Medieninformatik der HdM, beschreibt die Erzeugung von Empfehlungen in Echtzeit für die Nachrichtenseite ZEIT ONLINE. Hier müssen relevante Vorschläge sowohl den persönlichen Interessen der Leser nachkommen, als auch brandaktuelle Entwicklungen in diesen Themengebieten reflektieren.

Gäste sind beim "Recommender Day" herzlich willkommen. Die Veranstaltung findet in der Nobelstraße 10, 70569 Stuttgart, in Raum 056 (Aquarium) statt. Ein Live-Stream mit Chat-Möglichkeit ist verfügbar unter http://events.mi.hdm-stuttgart.de. Die Teilnahme ist kostenlos.

 

PROGRAMM

14 Uhr
Welcome: Prof. Dr. Johannes Maucher, Prof. Walter Kriha

14.05 Uhr
Dominik Hübner: Techniken der maschinellen Recommendation

15.30 Uhr
Tobias Kässmann: Ein Empfehlungssystem für shopping24

17.00 Uhr
Nicolas Drebenstedt: Echtzeit-Empfehlungen für ZEIT ONLINE

17.30 Uhr
Wrap-Up

VERÖFFENTLICHT AM

22. November 2013

KONTAKT

Prof. Walter Kriha

Medieninformatik

Telefon: 0711 8923-2220

E-Mail: kriha@hdm-stuttgart.de

Lesen Sie auch

WAS DENKEN SIE DARÜBER?


Verstanden

Diese Website verwendet Cookies. Durch die Nutzung dieser Website erklären Sie sich damit einverstanden, dass Cookies gesetzt werden. Mehr erfahren