Preference-Based-Recommender-Systeme
Individuelle neuronale Präferenzmodellierung am Beispiel von Investmentfonds
1st Edition
Published on 25. November 2005
Book
Paperback/Softback
XVIII, 285 pages
978-3-8244-8335-8 (ISBN)
Description
Die Vorlieben der Kunden zu kennen zählt zu den wichtigsten Voraussetzungen für eine erfolgreiche Produktpolitik, und ihre Messung ist ein zentrales Thema der Marketingforschung.
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.
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.
More details
Series
Language
German
Place of publication
Wiesbaden
Germany
Target group
Professional and scholarly
Research
Illustrations
52 s/w Abbildungen
XVIII, 285 S. 52 Abb.
Dimensions
Height: 210 mm
Width: 148 mm
Thickness: 17 mm
Weight
396 gr
ISBN-13
978-3-8244-8335-8 (9783824483358)
DOI
10.1007/978-3-322-81959-8
Schweitzer Classification
Other editions
Additional editions
Tobias Schneider
Preference-Based-Recommender-Systeme
Individuelle neuronale Präferenzmodellierung am Beispiel von Investmentfonds
E-Book
02/2015
Deutscher Universitätsverlag
€71.93
Available for download
Persons
Dr. Tobias Schneider promovierte bei Prof. Dr. Klaus Peter Kaas am Lehrstuhl für Marketing I der Universität Frankfurt am Main.
Content
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.