Assistenzsysteme für verteilte Veranstaltungen

Language
de
Document Type
Doctoral Thesis
Issue Date
2016-11-21
Issue Year
2016
Authors
Schaller, Richard
Editor
Publisher
FAU University Press
ISBN
978-3-944057-99-6
Abstract

Visitors of Distributed Events, such as the Long Night of Museums in Munich, are facing various challenges due to the huge amount of available events. This thesis presents concepts and solutions for developing an assistance system that supports these visitors. The system combines various methods and technologies from the field of artificial intelligence, especially recommender systems and information retrieval techniques, as well as planning algorithms for tours with time-constrained events.

Content-based and collaborative recommender systems are connected with a novel knowledge-based recommender in order to suggest events that can be combined to a time-optimized tour but also match the user's interests. Additionally, the user is supported via a search engine that is customized for this application domain. Tour planning algorithms are used to determine an appropriate order of the selected events. In case of unexpected events the generated tours can be adapted in a smart manner on the go.

Log data acquired in various field studies were evaluated via descriptive and inductive statistical methods. The results prove the utility and acceptance of the provided assistance.

Abstract

Verteilte Veranstaltungen, wie z.B. die Lange Nacht der Münchner Museen, stellen den Besucher aufgrund ihres umfangreichen Veranstal-tungsangebots vor vielfältige Herausforderungen. In dieser Arbeit werden Wege aufgezeigt, ein geeignetes Assistenzsystem hierfür zu entwickeln. Dieses vereint verschiedene Methoden und Verfahren der Künstlichen Intelligenz, insbesondere Empfehlungssysteme und Techniken des Information Retrievals sowie Algorithmen zur Tourplanung bei termin-abhängigen Veranstaltungen.

Inhaltsbasierte und kollaborative Empfehlungssysteme werden um ein neuartiges wissensbasiertes Empfehlungssystem ergänzt, so dass sich die vorgeschlagenen Veranstaltungen einerseits gut zu einer Tour kombinieren lassen und andererseits den Interessen des Nutzers entsprechen. Eine speziell auf die Anwendungsdomäne angepasste Suchmaschine bietet dem Nutzer bei der Suche nach Veranstaltungen ebenfalls Unterstützung. Algorithmen zur Tourplanung werden genutzt, um eine Besuchsreihenfolge der ausgewählten Veranstaltungen festzulegen; die generierten Touren können unterwegs bei unvorher-gesehenen Ereignissen „intelligent“ angepasst werden.

Die in verschiedenen Feldstudien aufgezeichneten Logdaten wurden mittels Methoden der deskriptiven und der induktiven Statistik aus-gewertet. Hierdurch konnte der Nutzen und die Akzeptanz der zur Verfügung gestellten Assistenzfunktionen nachgewiesen werden.

Series
FAU Forschungen, Reihe B, Medizin, Naturwissenschaft, Technik
Series Nr.
12
Notes
Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-944057-98-9
DOI
Faculties & Collections
Zugehörige ORCIDs