TransPer: Unterschied zwischen den Versionen
Ns1888 (Diskussion | Beiträge) |
He9318 (Diskussion | Beiträge) |
||
Zeile 4: | Zeile 4: | ||
|Name EN=Transparent Personalization in E-Commerce | |Name EN=Transparent Personalization in E-Commerce | ||
|Beschreibung DE=Im Projekt "TransPer: Transparente Personalisierung im E-Commerce" werden Aspekte der Kausalität, Robustheit und Unsicherheit von KI-Anwendungen im industriellen Umfeld betrachtet. Spezifisch fokussiert sich das Projekt darauf, wie Produktempfehlungen im eCommerce-Bereich transparenter gestaltet werden können, um eine bessere Kundenzufriedenheit zu erreichen und die Einhaltung rechtlicher Vorgaben zu gewährleisten. In dem Projekt entwickelt das KIT-Institut AIFB unter der Leitung von Dr. Färber Module, um Produktempfehlungen in Online-Webshops transparent zu machen. Die econda GmbH, die mit ca. 20% aller deutschen Online-Shops zusammenarbeitet, fungiert als Industriepartner. | |Beschreibung DE=Im Projekt "TransPer: Transparente Personalisierung im E-Commerce" werden Aspekte der Kausalität, Robustheit und Unsicherheit von KI-Anwendungen im industriellen Umfeld betrachtet. Spezifisch fokussiert sich das Projekt darauf, wie Produktempfehlungen im eCommerce-Bereich transparenter gestaltet werden können, um eine bessere Kundenzufriedenheit zu erreichen und die Einhaltung rechtlicher Vorgaben zu gewährleisten. In dem Projekt entwickelt das KIT-Institut AIFB unter der Leitung von Dr. Färber Module, um Produktempfehlungen in Online-Webshops transparent zu machen. Die econda GmbH, die mit ca. 20% aller deutschen Online-Shops zusammenarbeitet, fungiert als Industriepartner. | ||
+ | |||
+ | Das Projekt wird auf '''YouTube''' unter https://youtu.be/6w3bUvWPQXM (Kurzversion) und https://youtu.be/QUHQUJ0UBoI vorgestellt. | ||
|Beschreibung EN=In the project "TransPer: Transparent Personalization in E-Commerce" aspects of causality, robustness and uncertainty of AI applications in an industrial environment are considered. The project specifically focuses on how product recommendations in the e-commerce sector can be made more transparent in order to achieve better customer satisfaction and to ensure compliance with legal requirements. In the project, the KIT Institute AIFB under the direction of Dr. Färber develops modules to make product recommendations in online web shops transparent. Econda GmbH, which works with around 20% of all German online shops, acts as an industrial partner. | |Beschreibung EN=In the project "TransPer: Transparent Personalization in E-Commerce" aspects of causality, robustness and uncertainty of AI applications in an industrial environment are considered. The project specifically focuses on how product recommendations in the e-commerce sector can be made more transparent in order to achieve better customer satisfaction and to ensure compliance with legal requirements. In the project, the KIT Institute AIFB under the direction of Dr. Färber develops modules to make product recommendations in online web shops transparent. Econda GmbH, which works with around 20% of all German online shops, acts as an industrial partner. | ||
|Kontaktperson=Michael Färber, Anna Nguyen | |Kontaktperson=Michael Färber, Anna Nguyen |
Version vom 15. Juli 2021, 12:01 Uhr
Transparente Personalisierung im E-Commerce |
|
|
Im Projekt "TransPer: Transparente Personalisierung im E-Commerce" werden Aspekte der Kausalität, Robustheit und Unsicherheit von KI-Anwendungen im industriellen Umfeld betrachtet. Spezifisch fokussiert sich das Projekt darauf, wie Produktempfehlungen im eCommerce-Bereich transparenter gestaltet werden können, um eine bessere Kundenzufriedenheit zu erreichen und die Einhaltung rechtlicher Vorgaben zu gewährleisten. In dem Projekt entwickelt das KIT-Institut AIFB unter der Leitung von Dr. Färber Module, um Produktempfehlungen in Online-Webshops transparent zu machen. Die econda GmbH, die mit ca. 20% aller deutschen Online-Shops zusammenarbeitet, fungiert als Industriepartner. Das Projekt wird auf YouTube unter https://youtu.be/6w3bUvWPQXM (Kurzversion) und https://youtu.be/QUHQUJ0UBoI vorgestellt.
bis: k.A.
Finanzierung: BMBF
TransPer (Deep Learning, Künstliche Intelligenz)
inproceedings
Anna Nguyen, Franz Krause, Daniel Hagenmayer, Michael Färber
Quantifying Explanations of Neural Networks in E-Commerce Based on LRP
Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD'21), Seiten: 251-267, Springer, Juli, 2021
(Details)
↑ top