Durch die wachsende Bedeutung des Onlinehandels und der Zunahme an Benutzer-generierten Inhalten werden neue Ansätze benötigt, um Konsumenten bei ihrer Entscheidungsfindung zu unterstützen. Wie Studien zeigen, werden im Onlinehandel häufig Kundenrezensionen und Gesamtbewertungen eingesetzt. Allerdings sind diese beiden Werkzeuge für die Entscheidungsfindung von Konsumenten nur begrenzt hilfreich. Gesamtbewertungen zeigen zwar eine oberflächliche Zufriedenheit der Kunden, geben jedoch keine Auskunft über die Bewertung bestimmter Produktaspekte, z.B. den Tragekomfort von Kopfhörern. Diese Aspekte werden von Kunden häufig in Rezensionen beschrieben, welche jedoch aufgrund ihrer unstrukturierten Weise nicht automatisiert aufbereitet werden können. Konsumenten sind daher gezwungen Rezensionen zu lesen und die darin diskutierten Merkmale manuell zu extrahieren.
Die vorliegende Arbeit leistet mehrere Beiträge zur Adressierung des oben genannten Problems und beschäftigt sich dabei mit der Konzeptionierung, Evaluierung und Dienst-orientierten Bereitstellung einer interaktiven Entscheidungshilfe für den E-Commerce. Zunächst wird anhand einer empirischen Untersuchung der umsatzstärksten Onlineshops aus Deutschland der aktuelle Einsatz von Social Media Features analysiert. Dabei zeigt sich, dass die o.g. Problematik von keinem untersuchten Onlineshop adressiert wird. Ein weiterer Beitrag ist der Entwurf sowie die prototypische Implementierung einer interaktiven Entscheidungshilfe mit der Bezeichnung Rated Tags.
Rated Tags erlaubt die Benutzer-generierte Definition von bewertbaren Schlagwörtern (Tags) und kombiniert dabei Methoden aus den Bereichen Social Tagging und Bewertungssysteme. Eine nachfolgende Evaluierung des Konzepts im Rahmen einer Anwenderstudie zeigt, dass der Einsatz von Rated Tags die Entscheidungsqualität verbessern sowie den Entscheidungsaufwand von Konsumenten reduzieren kann. Zur Optimierung des Lösungsansatzes wird dann ein Ensemble-Klassifikator aus dem Bereich des überwachten Lernens zur semiautomatisierten Vereinheitlichung von semantisch ähnlichen Tags entworfen, prototypisch implementiert und evaluiert. Die Ergebnisse der Evaluierung zeigen, dass die Leistung des Klassifikators den aktuellen Stand der Technik übersteigt. Als Abschluss der Arbeit wird ein Modell mit der Bezeichnung Rated Tags as a Service vorgestellt, welches die Service-orientierte Bereitstellung des Rated Tags-Ansatzes für Onlineshops oder Bewertungsportale beschreibt.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:14-qucosa-194695 |
| Date | 27 January 2016 |
| Creators | Kailer, Daniel |
| Contributors | Technische Universität Dresden, Fakultät Informatik, Prof. Dr. rer. nat. habil. Dr. h. c. Alexander Schill, Prof. Dr. rer. nat. habil. Dr. h. c. Alexander Schill, Prof. Dr. rer. nat. Jörg Hähner |
| Publisher | Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | deu |
| Detected Language | German |
| Type | doc-type:doctoralThesis |
| Format | application/pdf |
Page generated in 0.002 seconds