Nutzung von Apache Mahout für eine leichtgewichtige Empfehlungsgenerierung auf der Basis von Produktbewertungen

Abstract

Kennt man das Kaufverhalten seiner Kunden im Onlinehandel, so lassen sich daraus mit Softwarelösungen personalisierte Empfehlungen ableiten. Dies praktizieren Online-Händler schon seit vielen Jahren. Transaktionsdaten aus Online-Verkäufen, Rating-Daten und neuerdings auch Kontextinformationen werden gesammelt und mit ausgefeilten Algorithmen verarbeitet, um Produktempfehlungen manchmal sogar annähernd in Echtzeit zu berechnen. Die Weiterentwicklung von Empfehlungsalgorithmen und -systemen schreitet sowohl in der Forschung als auch in der Praxis im Zuge der nächsten E-Commerce-Generation voran. Meistens sind die von großen Online-Händlern verwendeten Softwarelösungen heute sehr individuell und im Detail der Öffentlichkeit vorenthalten. Um die Möglichkeiten kleinerer Online-Anbieter zu verbessern, wurde im Competence Center Wirtschaftsinformatik der Hochschule München (CCWI) gemeinsam mit Industriepartnern auf Basis von Open-Source-Technologien wie Apache Mahout eine mit vertretbarem Aufwand einsetzbare (leichtgewichtige) und plattformunabhängige Lösung entwickelt. Neben einer Webservice-Schnittstelle zur einfachen Integration des Empfehlungsdienstes in die eigene Anwendung wurde weiterhin auch eine webbasierte Anwendung entwickelt, mit der die genutzten Recommendation-Algorithmen konfiguriert und erprobt werden können, um so die Auswirkungen von Parameteränderungen bei der Empfehlungsgenerierung besser nachvollziehen zu können.