Intelligente Agenten für das Internet der Dienste

Weitere Magazine

Empfehlungen

Info

� Selektion und Empfehlung von Dienstleistungen, die von Nutzern mit ähnlichem Profil präferiert wurden. Beispiele: Amazon, eBay, Barnes&Nobles, iTunes, MovieLens…. Klusch, 21.11.2011, U Saarland 42
� Bereitstellung von Filmen durch einen oder verschiedene gefundene Mediendienste � Bewertung der Filme durch Nutzer impliziert Relevanz der entsprechenden Dienste � Problem: Vorhersage der Bewertung von noch unbekannten Filmen durch Nutzer � Nutzerpräferenzmatrix: ? From: Ramanathan, Manjunath, Banerjee (HP Labs) 2006 Intuitiv: Jane‘s Präferenzen sind ähnlich zu denen ihrer Freundin Cathy * > Bill > Tom +. � Welche Bewertung würde Jane dem Film „Mission Impossible II“ geben? Klusch, 21.11.2011, U Saarland 43
Seite 1 und 2: PD. Dr. Matthias Klusch
Seite 3 und 4: Millionen Webseiten, Tausende Webdi
Seite 5 und 6: � Erstelle einen Reiseplan, der f
Seite 7 und 8: � Erster Ansatz: Suche Dienst-Mas
Seite 9 und 10: � Echtzeitanzeige ortsbasierter I
Seite 11 und 12: Produktion Einzelhandel Geschäftsp
Seite 13 und 14: � Intelligente Suche, Komposition
Seite 15 und 16: � Intelligente Agenten � Agente
Seite 17 und 18: � Autonom: Eigenverantwortliches
Seite 19 und 20: � Deliberative Agenten Eigenstän
Seite 21 und 22: “Can machines think? … We can o
Seite 23 und 24: � Intelligente Agenten � Agente
Seite 25 und 26: � Keine allgemein akzeptierte Def
Seite 27 und 28: Dienstanfrage: http://www.bookstore
Seite 29 und 30: Service: PartsDepot Operation: Part
Seite 31 und 32:
Seite 33 und 34: Matchmaker-Agenten � Verzeichniss
Seite 35 und 36: � Keine einheitlich strukturierte
Seite 37 und 38: Klusch, 21.11.2011, U Saarland 37
Seite 39 und 40: Profildaten- ermittlung � Interak
Seite 41: � Extrahiere Eigenschaften der ve
Seite 45 und 46: � Nutzerpräferenzmatrix normalis
Seite 47 und 48: � Arten der Interaktion zwischen
Seite 49 und 50: � Geschäftsprozessmodell in BPMN
Seite 51 und 52: � Anfrage: „Kauf von gebrauchte
Seite 53 und 54: � Höhere Präzision der Suche na
Seite 55 und 56: „To make the semantics of Web res
Seite 57 und 58: Semantic Web „light“ a.k.a Web
Seite 59 und 60: Konzepte: Car = (and Vehicle (
Seite 61 und 62: „Red colored Mercedes with 3 door
Seite 63 und 64: http://www.dfki.de/staff/ mklusch f
Seite 65 und 66: Strukturiert semantische Suche •
Seite 67 und 68: Ontology O1: Konzepte und Relatione
Seite 69 und 70: � Suche nach semantischen Dienste
Seite 71 und 72: � Dienst S subsumiert semantisch
Seite 73 und 74: � Eingabe: Dienstanfrage Q in OWL
Seite 75 und 76: [Klusch, M.; Kapahnke, P. (2010): 4
Seite 77 und 78: Macro-Averaged Recall/Precision ove
Seite 79 und 80: � Automatisch: � Reduktion auf
Seite 81 und 82: � Auswahl von Raumfahrtinformatio
Seite 83: Thank you for your attention ! Uni

Intelligente Agenten für das Internet der Dienste

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?