Benutzer:Freinfra/Entwurf
| Freinfra/Entwurf
| |
|---|---|
| WeeVis Logo | |
Datei:Weevisbeispiel.png Beispiel für einen selbst erstellten Recommender Tool zur Erstellung von wissensbasierten Empfehlungssystemen | |
| Basisdaten
| |
| Maintainer | Stefan Reiterer, Alexander Felfernig |
| Entwickler | TU Graz, selection:arts GmbH |
| Erscheinungsjahr | 2013 |
| Aktuelle Version | 1.0 (1. Juni 2013) |
| Betriebssystem | plattformunabhängig |
| Lizenz | ? |
| http://www.weevis.org | |
weevis.org[1] ist ein Online-Tool das die Entwicklung von Empfehlungstechnologien ermöglicht.
Einsatzgebiet
Im wesentlichen gibt es drei unterschiedliche Arten von Empfehlungstechnologien. Während kollaborative Ansätze versuchen, Produkte und Benutzer miteinander zu vergleichen, und inhaltsbasierte Ansätze Ähnlichkeiten in den Produkten zu finden, kommen wissensbasierte Empfehlungssysteme ohne dieses Wissen aus. Stattdessen werden Informationen über die Produkte und deren Eigenschaften benötigt. Ein Beispiel hierfür sind Produktattribute von Fahrrädern (z.B. Fahrradtyp, Anzahl der Gänge, Schaltung, ...). Außerdem werden noch Informationen darüber benötigt, welche Präferenzen Benutzer haben können. Ein Beispiel hierfür wäre der Verwendungszweck von Fahrrädern. Wann immer solche Informationen vorhanden sind, sollten wissensbasierte Empfehlungssysteme verwendet werden. Im Gegensatz zu den anderen Empfehlungstechnologien haben diese den Vorteil, dass sie ohne tieferes Wissen über den Benutzer sofort verwendet werden können und sehr gute Ergebnisse bzgl. der Kundenakzeptanz haben.
Funktionsweise
Solche Empfehlungssysteme basieren im wesentlichen aus drei Komponenten. Zunächst werden Produkte erstellt welche dem Benutzer angeboten werden sollen. Im zweiten Schritt werden Fragen erstellt welche vom Benutzer beantwortet werden sollen. Die Antworten dienen dazu, die Produkte entsprechend der Auswahl zu reihen. Abschlißend muss eine Beziehung zwischen den Fragen und den Produkten hergestellt werden. Die Relation wird über Beziehungen (Constraints) dargestellt.
Beispiel
Willkommen beim WeeVis Tutorial. Hier wird erklärt wie mittels des WeeVis MediaWiki Plugin auf einfache Art und Weise ein Recommender entwickelt werden kann. Ein WeeVis Recommender wird in 3 Komponenten definiert: Produkte ( &PRODUCTS { ... } ), Fragen ( &QUESTIONS { ... } ) und Constraints ( &CONSTRAINTS { ... } ). Der Produkte Block beschreibt die Eigenschaften und die Werte der möglichen Produkte. Die Eigenschaften werden durch „!“ getrennt (erste Zeile). Die Belegungen der Eigenschaften für die einzelnen Produkte durch „|“. Eine Spalte Repräsentiert also immer eine Eigenschaft und deren Belegung für ein bestimmtes Produkt. Eigenschaften deren Belegungen durch Zahlen repräsentiert werden besitzen eine vorangestellte „#“.
&PRODUCTS
{
!name!cpu!motherboard!operatingsystem!#price!
|PC1|CPUD|MBSilver|OSAlpha|600|
|PC2|CPUA|MBDiamond|OSBeta|600|
|energystar|CPUS|MBDiamond|OSBeta|800|
}
Der Fragen Block beschreibt, welche Fragen dem Kunden gestellt werden sollen um Produkte empfehlen zu können. Die Antwortmöglichkeiten werden entweder als Text mit Komma getrennt in runden Klammern angegeben oder in der Struktur #(von, bis, Intervall, Einheit) für numerische Antworten.
&QUESTIONS
{
|usage? (Internet, Scientific, Multimedia)|
|energy? (A,B,C)|
|maxprice? #(200,2000,500,Euro)|
|country? (Austria, Germany, Swizerland, USA)|
|motherboard? (MBSilver, MBDiamond)|
|cpu? (CPUA, CPUD)|
}
Der Constraints Block definiert Bedingungen die, die Beziehung zwischen Antworten auf Fragen und Produkteigenschaften beschreiben. Ein „&INCLUDES“ Constraint legt beispielsweise fest, dass, wenn die Frage „Energieklasse?“ mit „A“ beantwortet wurde das Produkt mit dem Namen „energystar“ in der Lösungsmenge inkludiert wird. Umgekehrt wird mit dem „&EXCLUDES“ Constraint festgelegt, dass Produkte aufgrund einer beantworteten Frage aus der Lösungsmenge herausgenommen werden. Eine Frage welche durch eine Zahl beantwortet wird, kann direkt mit einer Produkteigenschaft mittels der Operatoren =, <>, >, <, >=, <= verglichen werden. Etwa, dass das Produkt immer weniger kosten muss als der Kunde als Preis Obergrenze festlegt. Mittels einer IF – THEN Bedingung werden die Produkte nach dem angegebenen Kriterium gefiltert, natürlich sprachlich entspricht der erste IF-THEN Constraint etwa, wenn CPUA ausgewählt wurde sollen nur noch Produkte angezeigt werden, welche CPUA besitzen. Inkompatibilitäten beschreiben, welche Kundenanforderungen nicht miteinander kompatibel sind, beispielsweise Energieklasse A ist nicht mit dem Motherboard MBSilver kompatibel.
&CONSTRAINTS
{
|energy? = A &INCLUDES name = energystar|
|country? = Austria &EXCLUDES name = PC2|
|maxprice? >= #price|
|&IF cpu? = CPUA &THEN cpu = CPUA|
|&IF cpu? = CPUD &THEN cpu = CPUD|
|&IF motherboard? = MBSilver &THEN motherboard = MBSilver|
|&IF motherboard? = MBDiamond &THEN motherboard = MBDiamond|
|energyclass? = A &INCOMPATIBLEWITH motherboard? = MBSilver|
}
Architektur
WeeVis basiert im wesentlichen aus zwei Komponenten. Das Front-end basiert auf MediaWiki. Diese Oberfläche bietet eine leicht verständliche Oberfläche für Benutzer. Das back-end ist eine Java-Entwicklung. Diese Entwicklung setzt im wesentlichen das Empfehlungssystem um. Hierfür werden die in MediaWiki verfassten Produkte und Constraints in Form einer SQLite-Datenbank umgesetzt. Auf Basis der Datenbank werden die Anforderungen, die vom Benutzer im System eingegeben werden in einer Datenbank-Query umgesetzt.
