chevron_left zurück

Entwicklung eines hybriden Recommender Systems für die Produktkonfiguration

Was bedeutet der Shift von Massenproduktion zu Mass Customization? Alex beschäftigt sich damit in seiner Master-Thesis.

Derzeit findet mit der vierten Industrierevolution, Industrie 4.0, ein entscheidender Umbruch statt: aus Massenproduktion wird Mass Customization. Kunden wollen zunehmend personalisierte Produkte, die auf ihre spezifischen Bedürfnisse und ihren persönlichen Geschmack zugeschnitten sind. Damit steigt die Komplexität serienmäßig produzierter Güter zu komplex konfigurierbaren und personalisierten Gütern an. Ein oft vergessener Nebeneffekt von Mass Customization ist Mass Confusion: Der immense Anstieg an Produktvarianten und -optionen erfordert fundiertes Expertenwissen und „überflutet“ den Anwender von Konfigurationslösungen. Recommender Systeme, die bereits in vielen Domänen, wie z.B. im e-Commerce, Anwendung finden, können den Anwender dabei durch personalisierte Empfehlungen unterstützen. Im Bereich der komplexen Produktkonfiguration werden jedoch neue Anforderungen an Recommender Systeme gestellt.

Die verschiedenen Typen von Recommender Systemen haben jeweils ihre Stärken und Schwächen, da sie unterschiedliche Aspekte adressieren, und daher je nach Datengrundlage, Expertenwissen und Kontext unterschiedlich gut funktionieren. Viele Arbeiten in diesem Forschungsbereich empfehlen hybride Recommender Systeme. Die Herausforderung besteht darin, die Ausgaben mehrerer Systeme auf eine intelligente Art und Weise (z.B. Weighted, Mixed, Switching) zu kombinieren, um bessere Empfehlungen als einzelne Systeme zu generieren und damit den Nutzen für den Anwender zu erhöhen. Weiterhin unterscheiden sich die Daten in der Produktkonfiguration von denen der üblichen Anwendungsbereiche von Recommender Systemen: Es sollen nicht nur Produkte, sondern auch Produktbestandteile und –merkmale vorgeschlagen werden, die wiederum voneinander abhängen können. Je nach Einsatzgebiet eines Produktkonfigurators ist das dort abgelegte Domänenwissen sehr unterschiedlicher Natur. Darüber hinaus entwickelt sich die Datengrundlage über die Zeit sehr stark.