Firstsfind

Informationssammlung durch Personalisierung

Im Großen und Ganzen kann man sagen, dass eine Personalisierung dazu dient, Informationen über einen Benutzer zu sammeln. Diese werden dann analysiert, so dass der der Kunde über Themen und Rubriken informiert wird, die ihn interessieren.

So ist zumindest bei der Web-Personalisierung. Mit dieser Art der Informationsgewinnung bei der Personalisierung eröffnen sich unzählige Möglichkeiten und Methoden, aber es gibt auch gewisse Risiken. Es gibt die explizite und die implizite Form der Personalisierung. Bei der expliziten Personalisierung gibt der User die gewünschten Informationen freiwillig bekannt. Meist geschieht dies durch einen Fragebogen. Bei der impliziten Personalisierung bekommt der User nichts mit. Sein Surfverhalten wird beobachtet, gespeichert und anschließend analysiert. Was genau beobachtet wird, kann man nicht genau sagen. Es kann das Surf- oder das Kaufverhalten des Nutzers sein. Die implizierte Personalisierung erfordert zudem besondere Verfahren, damit die gesammelten Daten effektiv ausgewertet werden können.

Die Analysen erfolgen entweder nach festgelegten Regeln oder mit Hilfe von Filtern. Die regeln werden im Vorfeld von den unternehmen direkt bestimmt. Sie können sich an Trends oder Erfahrungswerten orientieren.

Das inhaltsbasierte Filterverfahren bezieht sich auf ein Produkt, welches angeboten wird. Dem Kunden werden ähnliche Produkte und Artikel vorgeschlagen, die anhand der verglichenen Schlüsselwörter gefiltert wurden.

Beim kollaborativen Filtern werden die Meinungen von Anwendern zu den angebotenen Produkten miteinander verglichen. So werden die Kunden miteinander verglichen und dann in Gruppen eingeteilt mit anderen Kunden, die ähnliche Meinungen zu Produkten abgegeben haben. Kaufempfehlungen basieren auf diesem Prinzip. Durch diese Filterung kann es sein, dass es zu Abweichungen kommt, was die inhaltsbasierte Filterung betrifft.

Lesezeichen setzen bei: