Über dieses Forschungsprojekt
Recommender-Systeme haben in den letzten Jahren im Onlinehandel große Bedeutung erlangt. Das prominenteste Beispiel hierfür ist wohl der Onlinehändler Amazon (amazon.com), dessen Sortiment mehrere Millionen Artikel umfasst, eine Sortimentsbreite, die in klassischen Outlets nicht möglich wäre.
Diese hat bedeutende ökonomischen Veränderungen (Anderson, 2006) zur Folge. Der Kunde steht vor dem praktischen Problem, in begrenzter Zeit aus einem Sortiment wählen zu müssen, dessen Gesamtdurchsicht ausgeschlossen ist.
Recommender-Systeme erstellen mithilfe von statistischen Modellen Vorschläge für Kunden, welche Produkte für sie von Interesse sein könnten. Individualiserte Systeme benutzen häufig Ähnlichkeiten zwischen Produkten (items) oder Nutzern (cases). Die Anwendung derartiger Systeme ist für Produkte wie Bücher, Musik, Kinofilme, Nachrichten praktisch erprobt und auch in der akademischen Literatur dokumentiert.
Für Anlageprodukte (Aktien, Optionsscheine, u.ä.) kommt die Zeit als zusätzlich wichtiges Kriterium ins Spiel, da sich die Präferenzen für ein bestimmtes Produkt aufgrund der annähernd sekündlichen Kursänderung laufend ändern können.
Zur Zeit startet am Institut für Produktionsmanagement der Wirtschaftsuniversität Wien unter der
Leitung von Prof. Dr. Andreas Mild ein Forschungsprojekt, das die Leistungsfähigkeit diverser
Verfahren in diesem Einsatzgebiet praktisch testet.
Das von der ecetra AG veranstaltetes Börsespiel *supertrader.at* wird dafür die experimentelle Umgebung bieten.
HINWEIS: Ein Login zum Börsespiel ist ab sofort und nur mit Anmeldung und Authentifizierung via http://www.supertrader.at möglich. Das eigentliche Spiel startet dann am 2.11.2006.