Details

Preference-Based-Recommender-Systeme


Preference-Based-Recommender-Systeme

Individuelle neuronale Präferenzmodellierung am Beispiel von Investmentfonds
Forschungsgruppe Konsum und Verhalten

von: Tobias Schneider, Prof. Dr. Klaus Peter Kaas

71,93 €

Verlag: Deutscher Universitätsverlag
Format: PDF
Veröffentl.: 27.02.2015
ISBN/EAN: 9783322819598
Sprache: deutsch

Dieses eBook enthält ein Wasserzeichen.

Beschreibungen

1 Einleitung.- 2 Einordnung als Recommender System.- 2.1 Hintergrund der Entwicklung von Recommender Systemen.- 2.2 Nutzen von Recommender Systemen.- 2.3 Typen von Recommender Systemen.- 3 Methodische Grundlagen eines PBRS.- 3.1 Fundierung in der experimentellen Wirtschaftsforschung.- 3.2 Kompositionelle und dekompositionelle Ansätze.- 3.3 Bestimmung relevanter Eigenschaften.- 3.4 Entscheidungsmodelle und PBRS.- 3.5 Zweistufiger Präferenzbildungsprozeß.- 3.6 Experimentelles Design.- 3.7 Präferenzmessung und Skalierung.- 3.8 Gütekriterien bei der Berechnung von Präferenzfunktionen.- 3.9 Präferenzmodellierung mittels Conjoint Analyse.- 3.10 Präferenzmodellierung mit Neuronalen Netzen.- 3.11 Validitätsvergleich mit Artificial Data.- 4 Grundlagen eines PBRS für Investmentfonds.- 4.1 Rahmenbedingungen für eine Online-Anlageberatung.- 4.2 Anlageberatung — Ausgangspunkte und Qualitätsdefizite.- 4.3 Portfolio-Theorie als Leitlinie der Anlageberatung.- 4.4 Operationalisierungen von Rendite und Risiko.- 5 cliXXon — ein PBRS für Investmentfonds.- 5.1 Technische und organisatorische Grundlagen von cliXXon.- 5.2 Empfehlungsprozeß bei cliXXon.- 5.3 Ergebnisse der Analyse.- 5.4 Implikationen.- 6 Zusammenfassung und Ausblick.
Dr. Tobias Schneider promovierte bei Prof. Dr. Klaus Peter Kaas am Lehrstuhl für Marketing I der Universität Frankfurt am Main.
Die Vorlieben der Kunden zu kennen zählt zu den wichtigsten Voraussetzungen für eine erfolgreiche Produktpolitik, und ihre Messung ist ein zentrales Thema der Marketingforschung.<br>
<br>
Tobias Schneider stellt einen neuen Typus von Recommender-Systemen vor, der auf der Modellierung von Präferenzen in experimentellen Designs beruht und bei dem neuronale Netze als neue, flexible Methode der Präferenzmodellierung fungieren. In einer Beispielapplikation untersucht er die Eignung seines Ansatzes als Empfehlungssystem für Investmentfonds, wobei die Rendite-Risiko-Trade-Offs von Kapitalanlegern im Vordergrund stehen. Die Ergebnisse erlauben eine trennscharfe Segmentierung der Anleger und geben wichtige Hinweise zur Gestaltung des Marketing-Mix für Investmentfonds. Darüber hinaus werden weitere interessante Aspekte deutlich, z.B. der Zusammenhang zwischen den ermittelten Präferenzen und der Entwicklung auf den Kapitalmärkten.<br>
<br>
Die Vorlieben der Kunden zu kennen zählt zu den wichtigsten Voraussetzungen für eine erfolgreiche Produktpolitik, und ihre Messung ist ein zentrales Thema der Marketingforschung.<br>
<br>
Tobias Schneider stellt einen neuen Typus von Recommender-Systemen vor, der auf der Modellierung von Präferenzen in experimentellen Designs beruht und bei dem neuronale Netze als neue, flexible Methode der Präferenzmodellierung fungieren. In einer Beispielapplikation untersucht er die Eignung seines Ansatzes als Empfehlungssystem für Investmentfonds, wobei die Rendite-Risiko-Trade-Offs von Kapitalanlegern im Vordergrund stehen. Die Ergebnisse erlauben eine trennscharfe Segmentierung der Anleger und geben wichtige Hinweise zur Gestaltung des Marketing-Mix für Investmentfonds. Darüber hinaus werden weitere interessante Aspekte deutlich, z.B. der Zusammenhang zwischen den ermittelten Präferenzen und der Entwicklung auf den Kapitalmärkten.<br>
<br>

Diese Produkte könnten Sie auch interessieren:

It's Not About the Technology
It's Not About the Technology
von: Raj Karamchedu
PDF ebook
96,29 €
A Twenty-First Century Guide to Aldersonian Marketing Thought
A Twenty-First Century Guide to Aldersonian Marketing Thought
von: Ben Wooliscroft, Robert D. Tamilia, Stanley J. Shapiro
PDF ebook
149,79 €
Database Marketing
Database Marketing
von: Robert C. Blattberg, Byung-Do Kim, Scott A. Neslin
PDF ebook
74,85 €