MyMedia. Dynamic Personalization of Multimedia. Lars Schmidt-Thieme. Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim
|
|
- Gerhardt Wetzel
- vor 7 Jahren
- Abrufe
Transkript
1 MyMedia Dynamic Personalization of Multimedia Lars Schmidt-Thieme Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim November 2011 Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 0 / 12
2 Was sind Emfephlungssysteme? Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 1 / 12
3 Was sind Empfehlungssysteme? customer OPERATIVE SYSTEM info layer access layer databases keyword/properties search relevance sorting properties hierarchical catalog gallery detailview cross links customer reviews hierarchy search index recommender system task spec. comparison INFORMATION SYSTEM marketing system log market basket gallery order system TRANSACTION SYSTEM customer preferences ANALYTICAL S. databases shop data warehouse preference indicators Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 2 / 12
4 Wie funktionieren Empfehlungssysteme? customer OPERATIVE SYSTEM ANALYTICAL S. info layer access layer databases databases keyword/properties search relevance sorting properties hierarchical catalog gallery detailview cross links customer reviews hierarchy search index shop data warehouse recommender system task spec. comparison INFORMATION SYSTEM marketing system log preference indicators market basket gallery order system TRANSACTION SYSTEM customer preferences LEARNING Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 3 / 12
5 MyMedia Dynamic Personalization of Multimedia Empfehlungssysteme für Internet-basiertes Fernsehen (IPTV), Web-Fernsehen und -Radio und Online-Shopping Partner: Microsoft Deutschland (EMIC) BT BBC microgénesis TU Eindhoven Novay Universität Hildesheim Laufzeit Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 4 / 12
6 MyMedia Applications Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 5 / 12
7 MyMedia Applications Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 5 / 12
8 MyMedia Applications Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 5 / 12
9 MyMedia Applications Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 5 / 12
10 MyMedia Dynamic Personalization of Multimedia Ergebnisse: Beteiligung an der Weiterentwicklung des ETSI-Standard TV-Anytime Erprobung der Entwicklungen in vier Feldversuchen in drei Ländern mit insgesamt mehr als Teilnehmern. Veröffentlichung eines Software-Frameworks für Multimedia-Empfehlungssysteme Zahlreiche Auszeichnungen im akademischen Bereich: Best Paper auf der 19. International World Wide Web Conference Best Student Paper ACM Conference on Web Search and Data Mining 2010 ECML PKDD Discovery Challenge 2009 CAMRa Challenge 2010 Präsentation auf der CeBIT 2011 Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 6 / 12
11 Item Recommendation Video Rental: Netflix AUC BPR MF BPR knn WR MF SVD MF Cosine knn most popular np max number of dimensions State-of-the-art (applications): Collaborative Filtering (Cosine-kNN) [Goldberg et al. 1992] State-of-the-art (research): Weighted Regularized MF (WR-MF) [Hu et al. 2008] Our method: Bayesian Personalized Ranking (BPR) [Rendle et al. 2009] Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 7 / 12
12 Item Recommendation Online shopping: Rossmann AUC BPR MF BPR knn WR MF SVD MF Cosine knn most popular np max number of dimensions State-of-the-art (applications): Collaborative Filtering (Cosine-kNN) [Goldberg et al. 1992] State-of-the-art (research): Weighted Regularized MF (WR-MF) [Hu et al. 2008] Our method: Bayesian Personalized Ranking (BPR) [Rendle et al. 2009] Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 8 / 12
13 Sekundäreffekte von Empfehlungssystemen Sekundär erhöhen Empfehlungssysteme die Kundenbindung: Sie verbessern die Kundenzufriedenheit: Sie strukturieren Angebote. Sie senken die Suchkosten. Sie erhöhen die Markttransparenz. Sie bauen langfristige Wechselbarrieren auf, da Profile nicht zu Wettbewerbern übertragen werden können. Empfehlungssysteme besitzen mehrere weitere Sekundäreffekte: Sie verbessern die Qualität von Marketing-Daten, da die Daten operative Zwecke erfüllen. Sie liefern umfassende Informationen für die Marktforschung. Sie erlauben die Berechnung verschiedener Kontrollgrößen wie Kundenwerte, Kundenzufriedenheit, etc. Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 9 / 12
14 (e-)commerce-anwendungen der Präferenzschätzung Umfassende Präferenzschätzung erlaubt viele weitere (E-)Commerce-Anwendungen wie z.b. Mass Customization, Product Bundling, Targeted Advertising, Dynamic Pricing, Produktlinien-Optimierung, etc. Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 10 / 12
15 MyMediaLite: Empfehlungssystem-Bibliothek Features Rating-Vorhersage, Item-Empfehlungen Evaluations-Framework State-of-the-art-Algorithmen; multicore-fähig Zielgruppen Wissenschaftler Lehrende und Studenten Anwendungsentwickler Entwicklung geschrieben in C#, läuft unter Mono und Microsoft.NET GNU General Public License (GPL) monatliche Releases einfach frei skalierbar umfangreiche Dokumentation stabil große Auswahl an Features Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 11 / 12
16 Zusammenfassung 1. Empfehlungssysteme sind eine der Schlüsseltechnologien für den E-Commerce, die insb. Cross- und Up-Selling unterstützen. 2. Empfehlungssysteme sind ein Instrument zur Absatzsteigerung, das flexibel von der Online-Werbung bis hin zur Verkaufsberatung einsetzbar ist. 3. Empfehlungssysteme besitzen zahlreiche Sekundäreffekte, die die Kundenbindung erhöhen. 4. Empfehlungssysteme sind personalisiert (targeted) auf den Einzelkunden (oder das Einzelprodukt), basierend auf beobachtetem Kundenverhalten als Präferenzindikatoren. 5. Empfehlungssysteme sind mittlerweile in der Praxis weit verbreitet, in der Forschung werden weiterhin neue Methoden mit besserer Vorschlagsgüte, für komplexere Szenarien etc. erforscht. Lars Schmidt-Thieme, Wirtschaftsinformatik und Maschinelles Lernen, Universität Hildesheim 12 / 12
Prof. Dr. Dr. Lars Schmidt-Thieme, Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim Recommender Systems for E-Commerce
Recommender Systems for E-Commerce Applications, Arbeitskreis Informationstechnologie, Hildesheim, 26.6.2008 0/17 Recommender Systems for E-Commerce Applications Prof. Dr. Dr. Lars Schmidt-Thieme Arwed-Löseke-Stiftungsprofessur
MehrLehrveranstaltungen im Wintersemester 2012/2013
Lehrveranstaltungen im Wintersemester 2012/2013 Information Systems and Machine Learning Lab (ISMLL) Prof. Dr. Dr. Lars Schmidt-Thieme Hildesheim, Juli 2012 1 / 1 Übersicht Praktika Hildesheim, Juli 2012
MehrGRAVITY S BUSKURZEINFÜHRUNG
GRAVITY S BUSKURZEINFÜHRUNG Geschäftsfeld Führender Hersteller von Personalisierten Empfehlungssystemen für TV, Online Medien und Digitaler Werbeplatzierungen. Angebot Real-time, personalisierte Product/Content
MehrMit Personalisierung Kundenzufriedenheit und Umsätze steigern Erfolgreiche Praxisbeispiele
Mit Personalisierung Kundenzufriedenheit und Umsätze steigern Erfolgreiche Praxisbeispiele Dr. Philipp Sorg (Senior Data Scientist) Peter Stahl (Senior Business Development Manager) 24. März 2015, Internet
MehrItem-based Collaborative Filtering
Item-based Collaborative Filtering Paper presentation Martin Krüger, Sebastian Kölle 28.04.2011 Seminar Collaborative Filtering KDD Cup 2011: Aufgabenbeschreibung Track 1 Item-based Collaborative Filtering
MehrLehrangebot. Fachgebiet Informationssysteme Prof. Dr. Norbert Fuhr
Lehrangebot Fachgebiet Informationssysteme Prof. Dr. Norbert Fuhr N. Fuhr, U. Duisburg-Essen Lehrangebot 1 Lehrangebot des FG Informationssysteme Datenbanken Internet-Suchmaschinen Information Retrieval
MehrPROSEMINAR: INFORMATIONSGEWINN DURCH EXPERIMENTE WS 09/10
PROSEMINAR: INFORMATIONSGEWINN DURCH EXPERIMENTE WS 09/10 DATA MINING ALS EXPERIMENT VORTRAG: CHRISTOPH NÖLLENHEIDT 26.01.10 Ablauf Das CRISP-DM-Modell Zwei verschiedene Standpunkte über die Theoriebildung
MehrRecommendation Engines im E Commerce
Recommendation Engines im E Commerce Funktionsweise Einsatzgebiete Wirtschaftlichkeit Silvio Steiger, prudsys AG www.prudsys.de Ziele mehr Kunden die mehr kaufen Persönlich relevante: Angebote Inhalte
MehrPersonalisierung elektronischer Märkte: Möglichkeiten und Techniken
Personalisierung elektronischer Märkte: Möglichkeiten und Techniken Vortrag in der Lehrveranstaltung Unternehmen im internationalen Leistungswettbewerb von Stefan Marr Agenda 2 Motivation Nutzen für Kunden
MehrModulliste. für den Masterstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Masterstudiengang Wirtschaftsinformatik
MehrLehrangebot. Fachgebiet Informationssysteme Prof. Dr. Norbert Fuhr
Lehrangebot Fachgebiet Informationssysteme Prof. Dr. Norbert Fuhr N. Fuhr, U. Duisburg-Essen Lehrangebot 1 Lehrangebot des FG Informationssysteme Datenbanken Internet-Suchmaschinen Information Retrieval
MehrEmpfehlungssysteme zur Lernerunterstützung in offenen virtuellen Lernumgebungen
Empfehlungssysteme zur Lernerunterstützung in offenen virtuellen Lernumgebungen Dr. Christoph Rensing Christoph.Rensing@KOM.tu-darmstadt.de KOM - Multimedia Communications Lab TUD Technische Universität
MehrFachkundig beraten. Enterprise Marketing Automation. Bildquelle: Rödl &
Fachkundig beraten Enterprise Marketing Automation Bildquelle: Rödl & http://blog.1und1.de/ Partner 19.09.2016 1 Marketingherausforderung - Vernetzter Kunde 2 Customer Centrity vs. Customer Touchpoints
MehrPDF-Datei der Seite:
PDF-Datei der Seite: http://www.ku.de/wwf/wi/forschung/publikationen/vollstaendigepublikationsliste/ 2015 2014 Mochalova, A.; Nanopoulos, A. (2015): Non-intrusive Viral Marketing Based on Percolation Centrality,
MehrVorlesung. Data und Web Mining. Kurzinformation zur. Univ.-Prof. Dr. Ralph Bergmann. Lehrstuhl für Wirtschaftsinformatik II
Kurzinformation zur Vorlesung Data und Web Mining Univ.-Prof. Dr. Ralph Bergmann www.wi2.uni-trier.de - I - 1 - Die Ausgangssituation (1) Unternehmen und Organisationen haben enorme Datenmengen angesammelt
MehrBusiness Intelligence mit Excel 2007 und den Excel Services von Office SharePoint Server 2007
Business Intelligence mit Excel 2007 und den Excel Services von Office SharePoint Server 2007 Steffen Krause Technologieberater http://blogs.technet.com/steffenk Agenda Excel 2007 als BI-Client BI in Office
MehrData Mining Künstliche Neuronale Netze vs. Entscheidungsbäume
Data Mining Künstliche Neuronale Netze vs. Entscheidungsbäume Grundseminar HAW Master Informatik 18.04.2017 Inhaltsübersicht Data Mining & Begriffswelt des Data Mining Klassifikation & Klassifikatoren
MehrARP- AUDIENCE RELATIONSHIP PLATFORM
VERZAHNEN SIE IHRE ONLINE- UND OFFLINE-DATEN FÜR EINE OPTIMALE ONE-TO-ONE-KOMMUNIKATION UND KUNDENBINDUNG Die econda Audience Relationship Platform (ARP) ist Ihr Online-Data Warehouse für nutzerbezogene
MehrDIE NÄCHSTE INDUSTRIELLE REVOLUTION
DHL EXPRESS DIE NÄCHSTE INDUSTRIELLE REVOLUTION Wie Digitalisierung und globaler Online Handel das B2B Geschäft verändern DHL Express & Cranfield University White Paper Ralf Schweighöfer, CEO DHL Express
MehrFOLLOW-UP: OPTIMIERUNG DER CUSTOMER JOURNEY & INDEX
#CustomerJourneyOptimizer #IntelligentesOnsiteMarketing CJI #KünstlicheIntelligenz #FullServicePartner #LeadingTechnology FOLLOW-UP: OPTIMIERUNG DER CUSTOMER JOURNEY & INDEX Hamburg in der Speicherstadt,
MehrKundenorientierung als Erfolgskriterium im Online-Handel. Präsentation für: Meet Magento Frankfurt, 02. November 2009
Kundenorientierung als Erfolgskriterium im Online-Handel Frankfurt, 02. November 2009 1. Herausforderungen im Online Handel 2. Was ist Kundenorientierung? 3. epoq e-services Suche Recommendation Service
MehrEinfluss und Bedeutung von Big Data
Einfluss und Bedeutung von Big Data Fokus und Auswirkungen auf emarketing Seminar Business und Internet II: Anwendungen Pia Haslinger Überblick Marktforschung online Konsumentenverhalten 2.0 CRM Personalisierung
MehrOptimizing the Long Tail. neuland Fachtag 2017
Optimizing the Long Tail neuland Fachtag 2017 Long Tail Long Tail Theory 20% der Produkte erzielen 80% der Verkäufe Ausstellungsraum kostet Geld Begrenzte Verkaufs äche wird mit Topsellern bestückt Aber:
MehrOutline. 5. A Chance for Entrepreneurs? Porter s focus strategy and the long tail concept. 6. Discussion. Prof. Dr. Anne König, Germany, 27. 08.
Mass Customized Printed Products A Chance for Designers and Entrepreneurs? Burgdorf, 27. 08. Beuth Hochschule für Technik Berlin Prof. Dr. Anne König Outline 1. Definitions 2. E-Commerce: The Revolution
MehrLars Schmidt-Thieme et al., Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany, 0/13
0/13 Lehrveranstaltungen Wintersemester 2011/2012 WI-Gebiet Anwendungssysteme (teilw.) WI-Gebiet Business Intelligence Informatik-Gebiet KI & Maschinelles Lernen Prof. Dr. Dr. Lars Schmidt-Thieme Information
MehrPredictive Marketing IT statt Glaskugel
Predictive Marketing IT statt Glaskugel 6.2.2017, IHK Bielefeld 16:30 Uhr Begru ßung Jo rg Rodehutskors,IHK Ostwestfalen zu Bielefeld Prof. Dr. Uwe Kleinkes, Hochschule Hamm-Lippstadt Ulrike Ku nnemann,
MehrPromotionskolleg DIPF TU Darmstadt Knowledge Discovery in Scientific Literature Iryna Gurevych
Promotionskolleg DIPF TU Darmstadt Knowledge Discovery in Scientific Literature Iryna Gurevych 1 Leitvision Fachinformation der Zukunft geht von der ubiquitären Verfügbarkeit der wissenschaftlichen Literatur
MehrVielfältige Medienlandschaft
Vielfältige Medienlandschaft Telefon Smartphone TV Set TV Filiale GAA CITIBANK May I help you? John Doe VISA Laptop Mastercard SMARTCARD PDA PC PC card Karte POS Terminal, Kiosk SB-Zellen Telefonzelle
MehrVisual Analytics: Personalisierung im E- Commerce
Visual Analytics: Personalisierung im E- Commerce Eduard Weigandt unsplash.com 2 Agenda 1. Motivation 2. Zielsetzung 3. Vorgehen 4. Chancen und Risiken otto.de 3 Warum? 1. persönlich: Bedürfnisse besser
MehrInformationssysteme im Electronic Commerce. Social Recommendation Systems
Informationssysteme im Electronic Commerce Social Recommendation Systems Seminar für Bachelor-/Master-/Diplomstudiengang Sommersemester 2012 Prof. Dr. Oliver Hinz Professur für Wirtschaftsinformatik insb.
MehrA Grundlagen des Direktmarketings B Instrumente des Direktmarketings C Prozess des Direktmarketings
Inhaltsüberblick Vorwort...V Inhaltsüberblick...VII Inhaltsverzeichnis...IX A Grundlagen des Direktmarketings... 1 1 Einführung...3 2 Terminologische Grundlagen...9 3 Theoretische Bezugspunkte...34 4 Informationstechnologische
MehrBusiness Applications of Data Mining
Business Applications of Data Mining Seminar Business Intelligence Universität Konstanz Christian Rohrdantz Outline Einleitung Was ist Data Mining Rolle des DM in Business Intelligence Herausforderungen
MehrVorwort... V. Inhaltsüberblick... VII. Inhaltsverzeichnis... IX. A Grundlagen des Direktmarketings Einführung... 3
Inhaltsverzeichnis Vorwort... V Inhaltsüberblick... VII Inhaltsverzeichnis... IX A Grundlagen des Direktmarketings.....1 1 Einführung... 3 1.1 Bedeutung des Direktmarketings... 4 1.2 Struktur und Aufbau
MehrInhaltsverzeichnis 1 Einführung 2 Formen der Suche im Web 3 Wie Suchmaschinen funktionieren
Inhaltsverzeichnis 1 Einführung...................................................... 1 1.1 Die Bedeutung der Suchmaschinen............................... 2 1.2 Ein Buch über Google?........................................
MehrSprecher. Stephan Krauß Enterprise Portale E-Commerce. Dipl.-Phys. Johannes Knauf Business Analytics Data Science
Sprecher Stephan Krauß Enterprise Portale E-Commerce T +49 (0)911 25 25 68 0 F +49 (0)911 25 25 68 68 info@ancud.de http://www.ancud.de Dipl.-Phys. Johannes Knauf Business Analytics Data Science T +49
MehrSeminare und Praktika im Sommersemester 2011
Seminare und Praktika im Sommersemester 2011 Information Systems and Machine Learning Lab (ISMLL) K. Buza, T. Horvath, A. Nanopoulos, L. Schmidt-Thieme Hildesheim, Januar 31, 2011 1 / 1 Übersicht Master-Seminar:
MehrPersonalisierte Vorschläge für Medieninhalte. Bastian Probst
Personalisierte Vorschläge für Medieninhalte Bastian Probst Agenda Motivation Benutzermodelle und Vorhersagen Vorgehen Mögliche Risiken und Verbesserungen Motivation Wo komme ich her? Personalisierung
MehrSmart Advisory Emotionale Kundenberatung auf das Wesentliche fokussiert
Smart Advisory Emotionale Kundenberatung auf das Wesentliche fokussiert SWISS CRM FORUM 2013 Christian Palm Swisscom (Schweiz) AG Next Generation Customer Dialogue Solutions 2 Smart Interaction Simple
MehrKurze Einführung in Web Data Mining
Kurze Einführung in Web Data Mining Yeong Su Lee Centrum für Informations- und Sprachverarbeitung (CIS), LMU 17.10.2007 Kurze Einführung in Web Data Mining 1 Überblick Was ist Web? Kurze Geschichte von
MehrDie Digitalisierung der Hochschulbildung Internationale Trends, Herausforderungen und Chancen
Die Digitalisierung der Hochschulbildung Internationale Trends, Herausforderungen und Chancen Reimagining Corporate Learning Presented by: Johannes Heinlein Anant Agarwal, edx CEO and MIT Professor Vize
MehrMicrosoft Dynamics AX 7
Microsoft Dynamics AX 7 The new Dynamics AX Vieles ist darüber zu lesen, resp. wurde bereits unter den anderen Namen Dynamics AX Rainier, AX 2015 und AX 7 geschrieben und wir möchten auf vier Ebenen die
MehrDIMEX Data Import/Export
DIMEX Data Import/Export PROCOS Professional Controlling Systems AG Gewerbeweg 15 FL- 9490 Vaduz PROCOS Professional Controlling Systems AG Inhaltsverzeichnis 1 ALLGEMEIN...3 2 GRUNDLEGENDE FUNKTIONEN...4
MehrInhaltsübersicht. Teil A: Grundlagen des Electronic Business 1. Teil B: Strategisches Management im Electronic Business...113
Inhaltsübersicht Vorwort V Inhaltsverzeichnis IX Teil A: Grundlagen des Electronic Business 1 1 Einführung 3 2 Electronic Business 10 3 Mobile Business 40 4 Internetökonomie 72 Teil B: Strategisches Management
MehrWillkommen zum neuen Semester!
Willkommen zum neuen Semester! Informationsmanagement und Informationstechnologie (IMIT) und Wirtschaftsinformatik (Winf) Wintersemester 2012/13 1 Informationen (1) Belegung von Mastermodulen im Bachelor
MehrBasiswissen Web-Business
Basiswissen Web-Business Teil 6: Vertrieb im Web-Business Vertrieb 1 Übersicht Vertrieb im Web-Business Vertriebsplanung Vertriebsmanagement Direkter Vertrieb Indirekter Vertrieb Vergleich direkter und
MehrWindows 10 Datenschutzkonfiguration - Anlage zu: Datenschutzfreundlicher Einsatz von Windows 10 -
Windows 10 Datenschutzkonfiguration - Anlage zu: Datenschutzfreundlicher Einsatz von Windows 10 - Stand: April 2016 Bereich Gruppenrichtlinie/Einstellungsort Einstellungsmöglichkeit Empfohlene Einstellung
MehrConversion: Konvertierung zum Erstkunden. Akquisitionskosten für Neukunden. Konvertierungsrate der Neukunden. Ertrag je Neukunde
Internet- Nutzer Besucher der Webseite Kunde Stammkunde Attraction: Besucher Akquisition Conversion: Konvertierung zum Erstkunden Retention: Erhalt als Stammkunde Anzahl der Besucher Akquisitionskosten
MehrStandardsoftware. SAP Basisarchitektur. Prof. Dr. Bernhard Schiefer 2-1
Standardsoftware SAP Basisarchitektur Prof. Dr. Bernhard Schiefer 2-1 SAP Client/Server Dreistufige Rechnerhierarchie Lesen in der DB und Aktualisierung der Puffer Datenbankänderung Zentrale DB (speichert
MehrSharePoint 2013 als Wissensplattform
SharePoint 2013 als Wissensplattform Daniel Dobrich & Darius Kaczmarczyk 29.11.2012 7. SharePoint UserGroup Hamburg Treffen 1 Themen Verwaltete Metadaten in SharePoint 2013 Was sind verwaltete Metadaten
MehrDiscovery Service. Evolution oder Revolution?
Discovery Service Evolution oder Revolution? Dr. Steffen Wawra Universitätsbibliothek Passau Dr. Fabian Franke Universitätsbibliothek Bamberg 29.03.2012 DBV-Sektion 4 Dr. Fabian Franke / Dr. Steffen Wawra
MehrCreating OpenSocial Gadgets. Bastian Hofmann
Creating OpenSocial Gadgets Bastian Hofmann Agenda Part 1: Theory What is a Gadget? What is OpenSocial? Privacy at VZ-Netzwerke OpenSocial Services OpenSocial without Gadgets - The Rest API Part 2: Practical
MehrPASS Positionsabhängiges Android Spiel für Supermärkte
PASS Positionsabhängiges Android Spiel für Supermärkte Sebastian Barth Betreuer: Gerrit Kahl Supervisor: Antonio Krüger Gliederung Motivation Grundlagen Richtlinien IRL Verwandte Arbeiten PASS Aktueller
MehrModulliste. für den Masterstudiengang. Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Masterstudiengang Data & Knowledge
MehrOffenes kollaboratives Schreiben: Eine Open Science -Infrastruktur am Beispiel der Sozialwissenschaften
Offenes kollaboratives Schreiben: Eine Open Science -Infrastruktur am Beispiel der Sozialwissenschaften VDB-Fortbildung, Bremen 20.02.2018 Philipp Mayr GESIS Leibniz-Institut für Sozialwissenschaften https://www.fiduswriter.org
MehrVorbesprechung Seminar Biomedical Informatics
Vorbesprechung Martin Dugas und Xiaoyi Jiang Institut für Informatik Sommersemester 2016 Organisation Vorlage: Englischsprachige Publikation Vortrag: ca. 30min + 15min Diskussion, Blockseminar Anfang/Mitte
MehrUmsetzung der Anforderungen - analytisch
Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird
MehrRaber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version. Schimon.Mosessohn@microsoft.
Raber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version Schimon.Mosessohn@microsoft.com Herzlich Willkommen 1996 2004 2010 2014 Navision 3.7 Microsoft
MehrVon der digitalisierten zur analysierten Welt
Von der digitalisierten zur analysierten Welt CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Die digitalisierte Welt Auf dem Weg in die digitalisierte Welt Der Kunde
MehrBegriff 1 Begriff 2 Datenbank 1
Literaturrecherche Eine sorgfältige Literaturrecherche ist der erste fundamentale Schritt zur Anfertigung einer wissenschaftlichen Arbeit. Die Recherche sollte systematisch, genau, verständlich und nachvollziehbar
MehrEinsatzpotenziale von m-business
Informatik Baris Kildi Einsatzpotenziale von m-business Diplomarbeit Diplomarbeit zur Erlangung des akademischen Grades Diplom-Informatiker an der Technischen Universität Berlin Einsatzpotenziale von
MehrVorwort... V. Teil A: Grundlagen des Electronic Business Einführung Aufbau des Lehrbuches... 4
Inhaltsverzeichnis Vorwort... V Teil A: Grundlagen des Electronic Business... 1 1 Einführung... 3 1.1 Aufbau des Lehrbuches... 4 1.2 Entwicklung der Informationsund Kommunikationsanwendungen... 7 1.3 Bedeutung
MehrModulempfehlungen über Vorgänger- und Nachfolgemodule. Patrick Bittner tubit IT Service Center INFORMATIK 2015 Workshop: Hochschule 2025
Modulempfehlungen über Vorgänger- und Nachfolgemodule Patrick Bittner tubit IT Service Center INFORMATIK 2015 Workshop: Hochschule 2025 Motivation Studierende wählen Module Welche Module könnten mich interessieren?
MehrKooperative Literaturverschlagwortung mit BibSonomy. Gerd Stumme Hertie-Lehrstuhl für Wissensverarbeitung Universität Kassel & Forschungszentrum L3S
YouTube für Publikationen Kooperative Literaturverschlagwortung mit BibSonomy Gerd Stumme Hertie-Lehrstuhl für Wissensverarbeitung Universität Kassel & Forschungszentrum L3S Agenda Kooperative Verschlagwortung
MehrSeminar Datenbanksysteme
Seminar Datenbanksysteme Recommender System mit Text Analysis für verbesserte Geo Discovery Eine Präsentation von Fabian Senn Inhaltsverzeichnis Geodaten Geometadaten Geo Discovery Recommendation System
Mehr2.4.2.2 Strategisches und operatives Kundenbeziehungs- Controlling 38
Inhaltsverzeichnis 1 Einleitung 1 1.1 Problemstellung 1 1.2 Gang der Untersuchung 5 2 Kundenorientiertes Management und Controlling - Der Kunde im Fokus betriebswirtschaftlicher Konzepte 9 2.1 Bedeutung
Mehr<Insert Picture Here> Grid Control 11g und My Oracle Support Ulrike Schwinn
Grid Control 11g und My Oracle Support Ulrike Schwinn Herausforderungen 2 verschiedene Welten IT Operationen Support Performance Management Configuration Management Provisioning,
MehrKontextabhängige Integration von Diensten in intelligente Umgebungen
Kontextabhängige Integration von Diensten in intelligente Umgebungen Philipp Lehsten, M.Sc. 22.11.2017 2009 UNIVERSITÄT ROSTOCK Fakultät für Informatik und Elektrotechnik Agenda Motivation Dienstevielfalt
MehrWelche Verantwortung trägt ein CDO?
Big-Data and Data Science Day 25. Juli Hochschule der Medien Stuttgart Welche Verantwortung trägt ein? Holger Stelz Director Marketing & Business Development 1 UNISERV GmbH, Pforzheim 3 Beispiele - Uniserv
MehrOracle Database Cloud Service
1 Oracle Database Cloud Service Gerd Schoen Senior Leitender Systemberater 2 Copyright 2012, Oracle and/or its affiliates. All rights reserved. Insert Information Protection Policy Classification from
MehrDetecting Near Duplicates for Web Crawling
Detecting Near Duplicates for Web Crawling Gurmeet Singh Manku et al., WWW 2007* * 16th international conference on World Wide Web Detecting Near Duplicates for Web Crawling Finde near duplicates in großen
Mehr15 Jahre SharePoint-Technologie
15 Jahre SharePoint-Technologie 2001 2003 2007 2010 2013 2015 SharePoint auf dem Abstellgleis SharePoint ist zurück! workloads Der Fortune 500 Unternehmen haben Office 365 Lizenzen in den vergangenen 12
MehrBernd W.Wirtz. Electronic Business. 5., aktualisierte und überarbeitete Auflage. 4^ Springer Gabler
Bernd W.Wirtz Electronic Business 5., aktualisierte und überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort V Teil A: Grundlagen des Electronic Business 1 1 Einführung 3 1.1 Aufbau des
MehrVDZ Distribution Summit 2015
VDZ Distribution Summit 2015» Selling Paid Content: Marketing Content oder Content Marketing? «Hamburg, den 9. September 2015 Kirchner + Robrecht GmbH management consultants info@kirchner-robrecht.de www.kirchner-robrecht.de
MehrMachine Learning in Azure Hätte ich auf der Titanic überlebt? Olivia Klose Technical Evangelist, Microsoft @oliviaklose oliviaklose.
Machine Learning in Azure Hätte ich auf der Titanic überlebt? Olivia Klose Technical Evangelist, Microsoft @oliviaklose oliviaklose.com 13.06.20 15 SQLSaturday Rheinland 2015 1. Zu komplex: Man kann
MehrData Mining im Einzelhandel Methoden und Werkzeuge
Fakultät Informatik Institut für Angewandte Informatik Professur Technische Informationssysteme Proseminar Technische Informationssysteme Data Mining im Einzelhandel Methoden und Werkzeuge Betreuer: Dipl.-Ing.
MehrInbound vs. Outbound Marketing
Inbound vs. Outbound Marketing SEO Die Gegenüberstellung auf einen Blick Firmenideen Inbound Marketing Outbound Marketing Social Media Klassische Werbung Media place ment Inbound Marketing Outbound Marketing
MehrTrends im Customer Engagement. Frank Hennigfeld, Head of Customer Engagement & Commerce
Trends im Customer Engagement Frank Hennigfeld, Head of Customer Engagement & Commerce 1 1 Der ideale Kunde Der reale Kunde: individuell, emotional, kaum berechenbar Das Problem mit der Irrelevanz Quelle:
MehrÜberblick IBM Offerings für Cloud-Provider
- IBM Cloud Computing März, 2011 Überblick IBM Offerings für Cloud-Provider Juerg P. Stoll Channel Development Executive for Cloud IMT ALPS juerg.stoll@ch.ibm.com +41 79 414 3554 1 2010 IBM
MehrTV + Social Deutsche TV Plattform. 10. November 2015
TV + Social Media @ Deutsche TV Plattform 10. November 2015 TWEEK - ÜBER UNS Data Driven Team von 7 Software Entwicklern & 6 Nationalitäten in Berlin Geschäftsführung Sven Koerbitz, Gründer Geschäftsführung
MehrGround Truth ohne Datenqualität kein Machine Learning. Erfolgsfaktoren für Predictive Analytics, BI und Data Mining
Ground Truth ohne Datenqualität kein Machine Learning. Erfolgsfaktoren für Predictive Analytics, BI und Data Mining Prof. Dr.-Ing. Peter Lehmann Hochschule der Medien Stuttgart GLIEDERUNG Etwas über Machine
MehrBig Data und künstliche Intelligenz
Big Data und künstliche Intelligenz Wie Daten gewonnen und ausgewertet werden können. Mittwoch 15. März, 12:30 13:15 Uhr Marcel Bernet Weiterbildung wie ich sie will Definition Der aus dem englischen Sprachraum
MehrDIE MACHT DER ONLINE-BEWERTUNGEN
DIE MACHT DER ONLINE-BEWERTUNGEN 69% aller Konsumenten suchen im Internet nach Online-Bewertungen. Solche Rezensionen sind für Konsumenten mehr als reine Informationsquellen sie sind zentrale Anhaltspunkte
MehrLarge-scale Incremental Processing Using Distributed Transactions and Notifications
Percolator Large-scale Incremental Processing Using Distributed Transactions and Notifications Daniel Peng and Frank Dabek 1 Ausgangslage 10 12 10 16 10 9 Webseiten Byte Daten Updates/Tag 2 MapReduce Batch-Job
MehrInnovationsmanagement der Deutschen Telekom AG. Berlin s 3G Testbed and Serviceware Framework. Hans Albert Aukes. Berlin, 15.
Innovationsmanagement der Deutschen Telekom AG Berlin, 15. Mai 2003 15. Mai 2003, Seite 1 Der Megamarkt TIMES Die Deutsche Telekom ist in allen Wachstumsbereichen des sogenannten TIMES-Marktes bestens
MehrAnalytisches CRM in der Automobilindustrie
Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in
MehrDigitales im Verlagswesen
Mervie Vernal Digitales im Verlagswesen Basiswissen für Medienkaufleute Digital und Print Inhaltsverzeichnis VORWORT 17 1 VOM VERLAG ZUM MEDIENHAUS 19 1.1 Erweiterung des Portfolios 22 1.2 Von der Wertschöpfungskette
MehrMicrosoft Digital Pharma. Die nächste Generation von Innovationen für Chemie und Pharma
Microsoft Digital Pharma Die nächste Generation von Innovationen für Chemie und Pharma Zusammenfassung des Themas / Lösungsbeschreibung Metalife AG bietet Lösungen für folgende drei Bereiche: Weltweit
MehrIntegriertes Direktmarketing
Bernd W. Wirtz Integriertes Direktmarketing Grundlagen - Instrumente - Prozesse GABLER ln haltsverzeichnis Vorwort Inhaltsübersicht V Inhaltsverzeichnis VII V A Grundlagen des - -* IX 1 Einführung 1 I-
MehrGeleitwort des Reihenherausgebers... 5
Inhalt Geleitwort des Reihenherausgebers... 5 Vorwort... 7 Abkürzungen... 15 1 Einführung... 19 1.1 Der Begriff E-Business... 19 1.2 Die Bedeutung des E-Business... 20 1.3 Formen von E-Business... 22 1.4
MehrHochschulmarketing für Alumni
Tagung Hochschulmarketing Herausforderung und Erfolgsfaktoren im Wettbewerb Westfälische Wilhelms-Universität Münster 15. Januar 2007 Westfälische Wilhelms-Universität Münster 15. Januar 2007 1 Agenda
MehrOmni-Channel-Marketing und Customer-Centricity
Omni-Channel-Marketing und Customer-Centricity Die richtigen Produkte für den richtigen Kunden und wie Algorithmen BY PMONE ANALYTICS dabei helfen A company of the pmone Group Unser Leistungsspektrum Customer
Mehr(Software) Architektur der Dinge. Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT
(Software) Architektur der Dinge Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT Hardware Mainframe Speichersysteme Rechner Kopplung Zentralisierung Anwendungsprogramme Software
Mehr100 % = 100. E-Mail. Instant Messaging. Festnetz-Telefonie. Mobil-Telefonie VOIP. Soziale Netzwerke
100 % = 100 101 105 102 E-Mail 28 27 25 27 Instant Messaging Festnetz-Telefonie Mobil-Telefonie 14 13 11 13 22 26 5 12 10 21 6 10 7 21 5 VOIP Soziale Netzwerke 4 15 22 28 29 2008 09 10 11 Frage: Sie haben
MehrTRAINING. Transbase Training. Transbase Training - Die Kurse in der Übersicht
Transbase Training Der Bereich Schulung und Training von Transaction Software umfasst ein breites Angebot rund um das Thema Datenbanken. Angeboten werden spezielle Transbase Trainings. Transbase Training
MehrErlösmodelle für Internetbasierte
Erlösmodelle für Internetbasierte Medien Jahresveranstaltung des Instituts für Rundfunkökonomie an der Universität zu Köln in Zusammenarbeit mit der Landesanstalt für Medien NRW Herausforderungen und Chancen
MehrCross-Device-Tracking: Die Interaktion von Kunden und Marken verstehen
: Die Interaktion von Kunden und Marken verstehen Copyright 2015 Ingenious Technologies. Alle Rechte vorbehalten. Ingenious Technologies AG Französische Straße 48 10117 Berlin Deutschland.ingenioustechnologies.com
MehrDeveloping SQL Data Models MOC 20768
Developing SQL Data Models MOC 20768 In diesem Kurs lernen Sie das Implementieren von multidimensionale Datenbanken mithilfe der SQL Server Analysis Services (SSAS) und durch das Erstellen von tabellarische
MehrEinsatz von Collaborative Filtering zur Datenprognose
Einsatz von Collaborative Filtering zur Datenprognose Fabian Bohnert fabian.bohnert@mathematik.uni-ulm.de Universität Ulm Fakultät für Mathematik und Wirtschaftswissenschaften Fabian Bohnert, Einsatz von
Mehr