東華大學圖書館 |

語系: 繁體中文

說明(常見問題)

回圖書館首頁

手機版館藏查詢

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

Warenkorbanalyse fur Empfehlungssyst...

Koppen, Veit.

FindBook

Google Book

Amazon

博客來

Warenkorbanalyse fur Empfehlungssysteme in wissenschaftlichen Bibliotheken.

紀錄類型:	書目-電子資源 : Monograph/item
正題名/作者:	Warenkorbanalyse fur Empfehlungssysteme in wissenschaftlichen Bibliotheken./
作者:	Koppen, Veit.
出版者:	Ann Arbor : ProQuest Dissertations & Theses, : 2019,
面頁冊數:	113 p.
附註:	Source: Dissertations Abstracts International, Volume: 81-07, Section: A.
Contained By:	Dissertations Abstracts International81-07A.
標題:	Library science. -
電子資源:	http://pqdd.sinica.edu.tw/twdaoapp/servlet/advanced?query=27733236
ISBN:	9781392455166

Warenkorbanalyse fur Empfehlungssysteme in wissenschaftlichen Bibliotheken.
Koppen, Veit.

Warenkorbanalyse fur Empfehlungssysteme in wissenschaftlichen Bibliotheken. - Ann Arbor : ProQuest Dissertations & Theses, 2019 - 113 p.

Source: Dissertations Abstracts International, Volume: 81-07, Section: A.

Thesis (Master's)--Humboldt Universitaet zu Berlin (Germany), 2019.

This item must not be sold to any third party vendors.

Bibliotheken als Informationsdienstleister mussen im Datenzeitalter adaquate Wege nutzen. Mit der Durchdringung des Digitalen bei Nutzern werden Anforderungen an die Informationsbereitstellung gesetzt, die durch den taglichen Umgang mit konkurrierenden Angeboten vorgelebt werden. So werden heutzutage im kommerziellen Bereich nicht nur eine Vielzahl von Daten erhoben, sondern diese werden analysiert und die Ergebnisse entsprechend verwendet. Auch in Bibliotheken fallen eine Vielzahl von Daten an, die jedoch nicht genutzt werden. Schranken, wie der Datenschutz, werden haufig genannt, obwohl diese keine wirkliche Barriere fur die Datennutzung darstellen. Die Analyse von anonymisierten Daten zur Ausleihe mittels Association-Rule-Mining ermoglicht Zusammenhange in den Buchausleihen zu identifizieren. Die Ergebnisse konnen in den Recherche-Webangeboten den Nutzern zur Verfugung gestellt werden. So wird ein Empfehlungssystem basierend auf dem Nutzerverhalten bereitgestellt. Die technische Realisierung des Empfehlungssystems betrachtet die Datenerhebung, die Datenverarbeitung, insbesondere hinsichtlich der Data Privacy, die Datenanalyse und die Ergebnisprasentation. Neben der technischen Realisierung des Empfehlungssystems wird anhand einer in der Universitatsbibliothek der Otto-von-Guericke-Universitat Magdeburg durchgefuhrten Fallstudie die Parametrisierung im Kontext der Data Privacy und fur den Data Mining Algorithmus diskutiert. Damit liegt ein datengetriebenes Empfehlungssystem fur die Ausleihe in Bibliotheken vor.

ISBN: 9781392455166Subjects--Topical Terms:

539284
Library science.

Warenkorbanalyse fur Empfehlungssysteme in wissenschaftlichen Bibliotheken.
LDR:02543nmm a2200301 4500 001 2232950
005 20210628081308.5
008 210928s2019 ||||||||||||||||| ||eng d
020 $a 9781392455166
035 $a (MiAaPQ)AAI27733236
035 $a (MiAaPQ)Humboldt_1845220833
035 $a AAI27733236
035 $a 2232950
040 $a MiAaPQ $c MiAaPQ
100 1 $a Koppen, Veit. $3 3480543
245 1 0 $a Warenkorbanalyse fur Empfehlungssysteme in wissenschaftlichen Bibliotheken.
260 1 $a Ann Arbor : $b ProQuest Dissertations & Theses, $c 2019
300 $a 113 p.
500 $a Source: Dissertations Abstracts International, Volume: 81-07, Section: A.
502 $a Thesis (Master's)--Humboldt Universitaet zu Berlin (Germany), 2019.
506 $a This item must not be sold to any third party vendors.
520 $a Bibliotheken als Informationsdienstleister mussen im Datenzeitalter adaquate Wege nutzen. Mit der Durchdringung des Digitalen bei Nutzern werden Anforderungen an die Informationsbereitstellung gesetzt, die durch den taglichen Umgang mit konkurrierenden Angeboten vorgelebt werden. So werden heutzutage im kommerziellen Bereich nicht nur eine Vielzahl von Daten erhoben, sondern diese werden analysiert und die Ergebnisse entsprechend verwendet. Auch in Bibliotheken fallen eine Vielzahl von Daten an, die jedoch nicht genutzt werden. Schranken, wie der Datenschutz, werden haufig genannt, obwohl diese keine wirkliche Barriere fur die Datennutzung darstellen. Die Analyse von anonymisierten Daten zur Ausleihe mittels Association-Rule-Mining ermoglicht Zusammenhange in den Buchausleihen zu identifizieren. Die Ergebnisse konnen in den Recherche-Webangeboten den Nutzern zur Verfugung gestellt werden. So wird ein Empfehlungssystem basierend auf dem Nutzerverhalten bereitgestellt. Die technische Realisierung des Empfehlungssystems betrachtet die Datenerhebung, die Datenverarbeitung, insbesondere hinsichtlich der Data Privacy, die Datenanalyse und die Ergebnisprasentation. Neben der technischen Realisierung des Empfehlungssystems wird anhand einer in der Universitatsbibliothek der Otto-von-Guericke-Universitat Magdeburg durchgefuhrten Fallstudie die Parametrisierung im Kontext der Data Privacy und fur den Data Mining Algorithmus diskutiert. Damit liegt ein datengetriebenes Empfehlungssystem fur die Ausleihe in Bibliotheken vor.
590 $a School code: 5416.
650 4 $a Library science. $3 539284
690 $a 0399
710 2 0 $a Humboldt Universitaet zu Berlin (Germany). $3 3480542
773 0 $t Dissertations Abstracts International $g 81-07A.
790 $a 5416
791 $a Master's
792 $a 2019
793 $a German
856 4 0 $u http://pqdd.sinica.edu.tw/twdaoapp/servlet/advanced?query=27733236