Tobias Schneider 
Preference-Based-Recommender-Systeme [PDF ebook] 
Individuelle neuronale Präferenzmodellierung am Beispiel von Investmentfonds

1 Einleitung.- 2 Einordnung als Recommender System.- 2.1 Hintergrund der Entwicklung von Recommender Systemen.- 2.2 Nutzen von Recommender Systemen.- 2.3 Typen von Recommender Systemen.- 3 Methodische Grundlagen eines PBRS.- 3.1 Fundierung in der experimentellen Wirtschaftsforschung.- 3.2 Kompositionelle und dekompositionelle Ansätze.- 3.3 Bestimmung relevanter Eigenschaften.- 3.4 Entscheidungsmodelle und PBRS.- 3.5 Zweistufiger Präferenzbildungsprozeß.- 3.6 Experimentelles Design.- 3.7 Präferenzmessung und Skalierung.- 3.8 Gütekriterien bei der Berechnung von Präferenzfunktionen.- 3.9 Präferenzmodellierung mittels Conjoint Analyse.- 3.10 Präferenzmodellierung mit Neuronalen Netzen.- 3.11 Validitätsvergleich mit Artificial Data.- 4 Grundlagen eines PBRS für Investmentfonds.- 4.1 Rahmenbedingungen für eine Online-Anlageberatung.- 4.2 Anlageberatung — Ausgangspunkte und Qualitätsdefizite.- 4.3 Portfolio-Theorie als Leitlinie der Anlageberatung.- 4.4 Operationalisierungen von Rendite und Risiko.- 5 cli XXon — ein PBRS für Investmentfonds.- 5.1 Technische und organisatorische Grundlagen von cli XXon.- 5.2 Empfehlungsprozeß bei cli XXon.- 5.3 Ergebnisse der Analyse.- 5.4 Implikationen.- 6 Zusammenfassung und Ausblick.

Dr. Tobias Schneider promovierte bei Prof. Dr. Klaus Peter Kaas am Lehrstuhl für Marketing I der Universität Frankfurt am Main.