WirtschaftsinformatikInstitut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
Grundlagen der Kontextadaption
Svenja Hagenhoff
Forum Herstellung im Verlag
27.-28. April 2009 Berlin
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
2
Gliederung
1. Idee der Kontextadaptivität
2. Sozialer Kontext: Individualisierung
3. Physikalischer Kontext: Ortsbezug
4. Wertschöpfungsarchitektur kontextadaptiver Angebote
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
3
Ursprüngliche Idee
• Erfassung der Situation eines Nutzers eines Computersystems
• Ziel: Kommunikation zwischen Mensch und Computer vereinfachen• Menge der Eingaben minimieren• Auswahlprozeduren vermeiden
• Beispiel:• Anfänger erhalten Schritt-für-Schritt-Navigation• Fortgeschrittene Nutzer können abkürzen
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
4
Bezogen auf die Medienwirtschaft
• Bereitstellung von Informationen / Informationsprodukten, die für die individuelle Situation des Nutzers relevant sind
• Motivation im Zeitalter der digitalen Produkte (Anderson 2005):
• Das Steuerungsinstrument der Knappheit als Vorfilter des Angebots ist obsolet (Das Anbieten von „Ladenhütern“ ist im Internet genauso teuer wie das Anbieten von Hits!)
• Die Mittel zur Produktion von Inhalten liegen nicht bei einigen wenigen, sondern bei allen (Ob etwas Mist ist, liegt dabei im Auge des Betrachters!)
=> die Menge und die Vielfalt an Inhalten wird praktisch grenzenlos
=> das Verhältnis von Nutzsignal zu Rauschen ist aber ungünstig
• Schlussfolgerung:
• Rezipienten benötigen einen Filter um das zu finden, was am besten zu ihnen passt (Anderson 2005)
• „In einer Welt der grenzenlosen Vielfalt ist der Kontext – nicht der Inhalt König“ (Rob Reid zitiert bei Anderson 2005, S. 130)
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
5
Kontextarten
Schilit et al. 1994
Bandbreite
Verfügbare Ressourcen
Technischer Kontext Sozialer Kontext
Physikalischer Kontext
Persönliche Präferenz Geschlecht
Andere Personen in der Nähe
Ort Zeit
Temperatur
Belichtung
Computer-umgebung
SozialeUmgebung
PhysikalischeUmgebung
SituationSituation
Ortsbezug
IndividualisierungPersonalisierungMicrochunking & Remixing
Lautstärke
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
6
Gliederung
1. Idee der Kontextadaptivität
2. Sozialer Kontext: Individualisierung
3. Physikalischer Kontext: Ortsbezug
4. Wertschöpfungsarchitektur kontextadaptiver Angebote
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
7
Individualisierte Informationsgüter
Inhalte erzeugen Inhalte bündeln Inhalte distribuieren
Mein FAZ.net Ciando eBooks
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
8
Grundarchitektur von Individualisierungssystemen
Redaktion
Klassifikation
Selektion
Seiten-erstellung
Artikel Rezipienten-profil
Profil-erstellung
bspw. individuelle Zeitung
Rezipient
Ressourcenmodell PräferenzmodellInferenz- mechanismus
nach Kaspar/Hagenhoff 2003
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
9
Typen von Individualisierungssystemen
Präferenzmodell- Ressourcenmodell
Präferenzen archiviert
Präferenz nicht archiviert
(On the fly)
Selbstselektion
Eigenschaftsbasiertes Filtern
Diff
eren
zier
ung
nach
Prä
fere
nzar
chiv
ieru
ng
Differenzierung nach dem Vergleichsobjekt
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
10
Selbstselektion
legt fest
www.faz.net
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
11
Rezipienten-profil
Präferenzmodell
Archivierung der Präferenz • Account• Cookie
Klassifikation
SelektionArtikel
Ressourcenmodell Inferenz- mechanismus
Redaktion
Politik Wirtschaft Gesellschaft
legt fest
Selbstselektion
Rezipient
nach Kaspar/Hagenhoff 2003
tagging
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
12
Typen von Individualisierungssystemen
Präferenzmodell- Ressourcenmodell
Präferenzen archiviert
Präferenz nicht archiviert
(On the fly)
Selbstselektion
Differenzierung nach dem Vergleichsobjekt
Eigenschaftsbasiertes Filtern
Diff
eren
zier
ung
nach
Prä
fere
nzar
chiv
ieru
ng
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
13
Eigenschaftsbasiertes Filtern
Allianz gegen Franz, 07. April 2005
Cohn-Bendit findet erste Mitstreiter
In seinem Bestreben, Franz Beckenbauer als Uefa-Präsidenten zu verhindern, hat der Grünen-Politiker Daniel Cohn-Bendit Gleichgesinnte gefunden. Drei weitere Abgeordnete des EU- Parlaments unterstützen die Kampagne. Von seinen deutschen Kollegen erntet Cohn-Bendit nur Kritik.
Berlin - Nach Informationen der "taz" (Freitagausgabe) haben sich drei Europa-Politiker der von Cohn-Bendit am Wochenende initiierten Kampagne gegen Beckenbauer ("Allianz gegen Franz") angeschlossen. Die Abgeordneten wollen verhindern, dass Beckenbauer zum Uefa-Präsidenten gewählt wird. Cohn-Bendit hatte gesagt, es wäre "ein Skandal", wenn Beckenbauer das höchste Amt im europäischen Fußball erhalten würde…
• Beckenbauer (4)• Cohn-Bendit (4)• UEFA, Fußball (2)• EU-Politik (2)
Uefa Champions League, 27. April 2005
Chelsea muss um Finaleinzug zittern
Der FC Chelsea hat auf dem Weg ins Finale der UEFA Champions League einen herben Rückschlag einstecken müssen. Ausgerechnet im Heimspiel gegen den Ligakonkurrenten FC Liverpool kam der desginierte englische Meister nicht über ein Unentschieden hinaus. Zuletzt hatte der Uefa-Cup- Sieger von 2001 vor 20 Jahren im Finale des Landesmeister-Wettbewerbs gestanden…
EU-VERFASSUNG, 28. April 2005
Kanzler buhlt um Länderchefs
Die Bundesländer wollen bei EU-Entscheidungen künftig mehr mitreden. Bei einem Treffen mit dem Kanzler wollen die Ministerpräsidenten heute Bedingungen für ihre Zustimmung zur EU-Verfassung stellen. "Würdelos", findet die grüne EU- Parlamentarierin Rebecca Harms. Eine innen- politische ironische Kritik übte auch Cohn-Bendit
Rezipient
liest
Alle Berichte erschienen bei http://www.spiegel.de/
Eigenschaften
?
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
14
0
1
2
3
0 1 2 3
1429.04.2009
Eigenschaftsmatrix
Term 1 Fußball
Term 2 Politik
Dokument 1 3 0
Dokument 2 0 1
Dokument 3 1 2
Nachfrage 2 2
Eigenschaftsbasiertes Filtern: Funktionsweise
Term 2
Term
1D 2
D 3
D 1
N
α
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
15
Modifizierte Architektur von Individualisierungssystemen
Präferenz Selektion
Inhalte- angebot
Präferenz
Rezipient C
Präferenzmodell PräferenzmodellInferenz- mechanismus
Rezipient H
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
16
Collaborative Filtering
Typen von Individualisierungssystemen
Präferenzmodell- Ressourcenmodell
Präferenzmodell-Präferenzmodell
Selbstselektion
Eigenschaftsbasiertes Filtern
Differenzierung nach dem Vergleichsobjekt
Abhängigkeitsbasiertes Filtern
Präferenzen archiviert
Präferenz nicht archiviert
(On the fly)
Diff
eren
zier
ung
nach
Prä
fere
nzar
chiv
ieru
ng
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
17
Text 3 Text 4 Text 7 Text 9
Text 4 Text 6 Text 7 Text 9
Collaborative Filtering
Rezipient C
konsumiertText 0 Text 3 Text 4
Identifikation ähnlicher Benutzer
Text 0 Text 3 Text 4 Text 5
Empfehlung des Profilunterschieds
Rezipient H
konsumiert
Archivierung der Präferenz in Account
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
18
Benutzerprofil und Datenmatrix• Grundlage des Filterverfahrens bildet die Datenmatrix (U) sämtlicher Ratingvektoren (u1… uM) relevanter
Nutzer (M) innerhalb der betrachteten Gruppe von Objekten (N).• Benutzerprofil: Anzahl von Präferenzwerten für bestimmte Objekte • Präferenzwerte = Rating• Präferenz = Rating-Vektor
Ableiten einer individuellen Empfehlung• Identifikation systematischer Ähnlichkeiten zwischen den aktiven Benutzern und gespeicherten Benutzern
anhand von Distanz- oder Korrelationsanalysen, z.B. mit Bravais-Pearson• Selektion der ähnlichen Nutzer (Mentoren, Nachbarn)• Ergänzung der Missing Values im Rating-Vektor• Auswahl der Objekte mit höchsten individuellen Prognosewerten
1829.04.2009
Collaborative Filtering: Funktionsweise
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
⎟⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜⎜
⎝
⎛
=
uuu
uuu
uuu
u
u
u
MNMjM
iNiji
Nj
M
iU
.....................
.....................
......
1
1
11111
...
...
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
19
Typen von Individualisierungssystemen
Präferenzmodell- Ressourcenmodell
Präferenzmodell-Präferenzmodell
Selbstselektion
Eigenschaftsbasiertes Filtern
Differenzierung nach dem Vergleichsobjekt
Collaborative FilteringPräferenzen archiviert
Präferenz nicht archiviert
(On the fly)
Abhängigkeitsbasiertes Filtern
Diff
eren
zier
ung
nach
Prä
fere
nzar
chiv
ieru
ng
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
20
Text 0 Text 8 Text 5
Text 0 Text 1 Text 5 Text 8
Text 0 Text 5 Text 8 Text 9
Abhängigkeitsbasiertes Filtern
Text 0 Text 8 Text 1 Text 5
Rezipient
fragt nachText 0
Empfehlung von Objekten häufiger Kombination
Warenkorbanalyse
In y % der Fälle, in denen grüne Bücher gekauft werden, werden auch rote Bücher gekauft (Confidence).
Beide Produkte kommen in x % aller Transaktionen vor (Support).
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
21
Abhängigkeitsbasiertes Filtern: Funktionsweise
Alle Transaktionen
Blaue Bücher (100 %) Rote Bücher
Alle Transaktionen (100 %)
Blaue Bücher Rote Bücher
In y % der Fälle, in denen Blaue Bücher gekauft werden, werden auch rote Bücher gekauft. (Confidence)
Beide Produkte kommen in x % der Transaktionen vor (Support)
y % Confidence
x % Supportnach Hettich/Hippner 2001
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
22
Abhängigkeitsbasiertes Filtern (sequentiell)
Rezipient
klicktSeite 1 Seite 5 Seite 8
Seite 1 Seite 2 Seite 5 Seite 9 Seite 11
Seite 1 Seite 2 Seite 7 Seite 8 Seite 13
Seite 1 Seite 5 Seite 8 Seite 12 Seite 15
Stereotype Klickpfade
Klickpfadanalyse
Empfehlung der letzten Seite eines passenden Klickpfades
…
nach Kaspar 2006, Grob/Bensberg 1999, Bensberg/Weiß 1999
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
23
Abhängigkeitsbasierter Filter MyBestBets (sequentiell)
http://www.perso.develop.wiso.uni-goettingen.de/
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
24
Gegenüberstellung von Individualisierungssystemen
Selbstselektion Eigenschaftsbasiertes Filtern
Collaborative Filtering Abhängigkeits- basiertes Filtern
Präferenz des aktuellen Nutzers wird archiviert (Zeilenkopf)
Ja Nein Ja Nein
Objekteigen- schaften müssen identifiziert werden (Spaltenkopf)
Ja Ja Nein Nein
Historische Nutzer- daten erforderlich (Netzeffekte!) (Spaltenkopf)
Nein Nein Ja Ja
Präferenzmodell statisch
Ja Nein Nein Nein
Methodisch/ technischer Aufwand
Gering Sehr Hoch Sehr Hoch Hoch
Für den einzelnen Verlag nutzbar
Ja Ja Nein Nein
Aggregator nötig Nein Nein Ja Ja
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
25
Gliederung
1. Idee der Kontextadaptivität
2. Sozialer Kontext: Individualisierung
3. Physikalischer Kontext: Ortsbezug
4. Wertschöpfungsarchitektur kontextadaptiver Angebote
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
26
Möglichkeiten der Realisierung des Ortsbezugs
Netzwerkbasierte Technologien • Cell of origin (COO)• Time of Arrival (TOA)• Enhanced Observed
Time Difference (E-OTD)• …
Satellitengestützte Technologien Baken-/Tag-basierte Technologien • RFID, Infrarot, NFC• Barcode
• sehr hohe Genauigkeit (cm)• Infrastrukturinvestitionen nötig• Geringe Abdeckung • Sichtkontakt erforderlich
• einfache Nutzung bestehender Infrastruktur
• Genauigkeit von Verfahren und Zellgrößen abhängig (50 m – 35 km)
• hohe Genauigkeit (1-30 m)• GPS-Empfänger nötig
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
27
Architektur ortsbezogener Angebote
Beschreibung POI
Dienst: Stadtführung
Dienst: Restaurantfinder
InternetGelbe Seiten
Dienst: Eventfinder
Servicebereitstellung Contentbereitstellung
Lokal-nachrichten
Internet
Dienst: GA-Finder
Positionierung
KommunikationKommunikation
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
28
Gliederung
1. Idee der Kontextadaptivität
2. Sozialer Kontext: Individualisierung
3. Physikalischer Kontext: Ortsbezug
4. Wertschöpfungsarchitektur kontextadaptiver Angebote
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
29
Architektur kontextbezogener Angebote
Inhalte
PräferenzenOrte
Netzdienstleister
Beschreibung Sehenswürdigkeiten
Inhalt 1
Geodaten
Inhalt 2
Speisekarten, Öffnungszeiten,…
Inhalt 3
InhalteanbieterIT-Dienstleister
Web Browser Darstellung der Inhalte
AnwendungslogikProfilverwaltung
Ortung Verbindungsmanager
Übertragungs- technologie
Web Server Bereitstellen von Inhalten
AnwendungslogikVerbindungsmanager
Kontextmanager
Übertragungs- technologie
Clientseite Serverseite
DienstebetreiberDiensteanbieter
=> fragmentierte Wertschöpfung von hoher Komplexität !
Hydra-Framework für mobile Anwendungen, Caus/Christmann/Hagenhoff 2008
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
30
Quellen
Zitierte LiteraturAnderson, C.: The Long Tail, Nischenprodukte statt Massenmarkt - Das Geschäft der Zukunft, München 2009.Bensberg, F., Weiß, T. : Web Log Mining als Marktforschungsinstrument für das World Wide Web, in: Wirtschaftsinformatik, Jahrg. 41 (1999), H. 5, S. 426-
432Grob, H., Bensberg, F.: Das Data-Mining-Konzept, Arbeitsbericht Nr. 8 der Reihe „Computergestütztes Controlling“, Institut für Wirtschaftsinformatik der
Westfälischen Wilhelms-Universität Münster: Münster, 1999.Hettich, S.; Hippner, H. (2001): Assoziationsanalyse, in: Hippner, H.; Ulrich, K.; Meyer, M.; Wilde, K. (Hrsg.), Handbuch Data Mining im Marketing, Vieweg,
S. 427-463.Kaspar, C.; Hagenhoff, S.: Individualität und Produktindividualisierung - Kundenprofile für die Personalisierung von digitalen Produkten, Arbeitsbericht des
Instituts für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business, Georg-August-Universität Göttingen, Nr. 17, Göttingen 2003.Schilit, N., Adams, R., Want: Context-Aware Computing Applications, Proceedings of the Workshop on Mobile Computing Systems and Applications, 1994.
Weitere QuellenCaus, T., Christmann, S., Hagenhoff, S.: Hydra - An Application Framework for the Development of Context-Aware Mobile Services , in: Abramowicz, W.,
Fensel, D. (Hrsg.): 11th International Conference on Business Information Systems, Innsbruck, Österreich, 2008, S. 471-482 (best paper award). Caus, T., Christmann, S., Hagenhoff, S.: Development of Context-Aware Mobile Services: An Approach to Simplification, in: International Journal of Mobile
Communications (IJMC) (2009) 7, S. 133-153 Kaspar, C., Diekmann, T., Hagenhoff, S. (2005) ‘Kontextadaptive Systeme’, Wirtschaftswissenschaftliches Studium 34 (2005) 09, S. 519-522.Diekmann, T., Kaspar, C., Seidenfaden, L., Hagenhoff, S.: Kontextbewusste Informationsdienste auf Grundlage des Information Beacon Frameworks, in:
Lehner, F., Nösekabel, H., Kleinschmidt. P. (Hrsg.): Multikonferenz Wirtschaftsinformatik, Passau, 2006. http://www.gi-mms.de/mms2006/kurzbeitraege/diekmann.pdf
Kaspar, C.: Individualisierung und mobile Dienste am Beispiel der Medienbranche – Ansätze zum Schaffen von Kundenmehrwert, Göttingen, Open access bei www.univerlag.uni-goettingen.de.
Kaspar, C., Diekmann, T., Hagenhoff, S.: Kontextadaptive Systeme, in: WiSt - Wirtschaftswissenschaftliches Studium. 34 (2005) 09, S. 519-522.
Caus, T., Christmann, S., Klein, M., Hagenhoff, S.: Mobiltelefone als Stadtführer – Eine empirische Untersuchung der Nutzerakzeptanz, in: Hansen, H., Karagiannis, D., Fill H. (Hrsg.): 9. Internationale Tagung Wirtschaftsinformatik; Business Services: Konzepte, Technologien, Anwendungen, Wien, 2009, S. 761-770.
Hagenhoff, S., Kaspar, C., Seidenfaden, L., Ortelbach, B.: Acceptance of the mobile Internet as distribution channel for paid content in Germany, in: Massimo Memmola, Latif Hakim (Hrsg.): Business Web Strategy: Design, Alignment, and Application, Hershey, USA , 2009, S. 252-267.
Seidenfaden, L., Kahnwald, N., Kaspar, C., Ortelbach, B.: Mediennutzung im digitalen Leben: Active Content Interfaces, Paid Content und integrierte Geschäftsmodelle, Berlin 2005.
Schildhauer, T., Herz, P., Leibeck, P., Seidenfaden, L., Kaspar, C.: Verlage digital unterwegs – Geschäftsmodelle für Mobile Content und Mobile Services, Verband Deutscher Zeitschriftenverleger (VDZ), Berlin 2005.
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
31
Kontakt
Georg-August-Universität GöttingenProfessur für Anwendungssysteme und E-BusinessPriv.-Doz. Dr. Svenja HagenhoffPlatz der Göttinger Sieben 537073 Göttingen
Tel. +49 (0)551 / 39-4479Fax +49 (0)551 / 39-9735
© Institut für Wirtschaftsinformatik, Professur für Anwendungssysteme und E-Business
32
Some Rights Reserved
• This work is licensed under the Creative Commons Attribution-Noncommercial-No Derivative Works 2.0 Germany License. To view a copy of this license, visit
• http://creativecommons.org/licenses/by-nc-nd/2.0/de/
• or send a letter to Creative Commons, 543 Howard Street, 5th Floor, San Francisco, California, 94105, USA.