Download - Internet Ökonomie
Internet Ökonomie
Portale, Push - Technologieund Personalisierung
Michael Augustin 26.6.2003
Gliederung
Portale Das Tor zum WWW Wirtschaftseinblick
Push-Technologie Funktionsweise Unicast und Multicast Push is still alive
Personalisierung Der gläserne Kunde Vorführung von Bitlog
Data Mining Einführung Der KDD- Prozess Verfahren
Portale
Das Tor zum WWW
PortaleWichtige Kriterien
Hilfe für Einstieg, Weiterführung und Orientierung im World Wide Web
Anlauf- und Rückkehrstelle für das Browsen bieten wichtige und allgemeine Web- Services auf persönliche Belange zugeschnitten Sprungbrett für weiteres Surfen im Netz
Portale
PortaleEinteilung nach eBusiness-Aktivitäten
Consumer-Portaloffener Nutzerkreiskundenspezifisch orientierthochfrequentierte Web-Einstiegsseiten im Internetleistungsstarker Suchdienst als wesentliches Element
Enterprise-Information-Portal offener Nutzerkreisunternehmensspezifisch ausgerichtetEinstiegsseiten für Web-Site eines UnternehmensInformationen des Unternehmens im Web anbieten
Portale Extranet-Portal
geschlossener Kundenkreis Zielgruppe: potentiell kooperierende Geschäftskunden berücksichtigt spezielle Services wie Bestell- und
Liefervorgänge
Intranet Portal geschlossener Kundenkreis unternehmens-intern orientiert für Mitarbeiter ein konsistenter Blick auf das Unternehmen direkter und angepasster Zugriff auf
Unternehmensapplikationen und Intranetinhalte
PortaleBedeutsame Faktoren für das
Marketing Ausbau zu attraktivem Werbemedium Gewinnen und Auswerten nutzerspezifischer
Informationen Professioneller Auftritt im WWW Etablierung und Sicherung des Portals als
Marke mit positiven Markenassoziationen Product, Place, Price, Promotion
Portale
Wirtschaftseinblick
Portale Geschätzte Werbeausgaben der 4 wichtigsten Weltregionen
Portale
Nr. Name URL Mtl. Nutzer in Mio
1 Yahoo www.yahoo.com 30,893
2 AOL www.aol.com 29,141
3 MSN www.msn.com 22,046
4 GO (Disney) www.go.com 19,484
5 Netscape www.netscape .com 18,676
Top 5 der Web-Portale 1999
Push - Technologie
Funktionsweise
Push - TechnologieRückblick
1997 das Jahr der Push - Technologie Vorreiter: Individual Inc., Cryan Verfahren, um Nutzer mit gewünschten
Informationen zu versorgen Manuelles Suchen war nicht mehr zumutbar Verwendet Konzepte des traditionellen
Verlagwesens (Abonnement- Modell) Gegenstück zu Pull
Push - TechnologieFunktionsweise
Benutzer (Abonnent) wird Mitglied bei einem Anbieter oder speziellen Informationskanal (Channel) mittels senden eines Informationsprofils
Einstellen wann Anbieter senden soll Anhand des Zeitplans verbindet sich der user-PC zum
Server im Internet und holt sich von da seine Informationen
Information speichern Benutzer über neue Information benachrichtigen
Push - Technologie
Unicast und Multicast
Push - TechnologieUnicast
TCP - Basierend viel Bandbreite nötig für jeden Nutzer eigene Verbindung, auch
bei identischen Anforderungen
Browser Server
Inhalt anzeigen
„Pull“ Datenanforderung
Inhalt auf PC laden
Push - TechnologieUnicast
TCP - Basierend viel Bandbreite nötig für jeden Nutzer eigene Verbindung, auch
bei identischen Anforderungen
ServerProfil übermitteln
Entsprechende Information herunterladen
Benachrichtigung
Client
Push - Technologie3 Modelle der Informationszustellung bei Unicast
Unterschiede dieser ModelleBenutzerprofilfähigkeitenAufwand zur Integration in bestehende Strukturen der
Informationszustellung der Anbieterandere Bereiche, die Anbieter als Notwendig erachten
Computer Computer ComputerContent Agents
Push ClientPush ClientPush Client
Channel Content Channel Content Channel Content
Push Server Web ServerWeb Servers
Push - TechnologieMulticast
ein Server sendet Daten zu mehreren Clients in einem einzelnen Transfer
UDP basierend weniger Bandbreite wird verbraucht ermöglicht ereignisgesteuerte Echtzeitdaten und
Updates Intranet- Administrator kann selbst für diese Fähigkeit
seines Netzes sorgen in Blöcke und Frames geteilte Daten werden vom
Server kontinuierlich gesendet
Push - TechnologieVerdeutlichung von Multicast
Content Source
Internet Backbone
Primary Distribution Servers
Secondary Distribution Servers
Clients
PoPISP
Intranet
Push - Technologie
Push is still alive
Push - TechnologieWeiterentwicklung
Bloomer oder Skycom bieten Möglichkeit per PCI-to-Satelite-Adapter (30 MBit/sec) Text, Video, Audio und komplette Webseiten zu verarbeiten
Airmedia ermöglicht kabellose Zustellung von Daten über das Rundfunknetz 24 Stunden/Tag
Microsoft - übertragen von Updates Spam
Push - TechnologieSiemens - Vertriebsabteilung
Nutzung der Backweb-Software keine Informationsangebote mehr
durchgehen Aufteilung des eigenen Informationsangebots
in unterschiedliche ChannelsHotline entlastetSupport nicht mit Anrufen Überflutet
Personalisierung
Der gläserne Kunde
PersonalisierungZiele
Informationen über Kunden sammeln durch sehr spezielle Datenauswertung
individuelle, dynamische und gewinnbringende Beeinflussung auf Kaufverhalten ausüben
Angebote auf Ansprüche der Nutzer zuschneiden
diskrete Manipulation
PersonalisierungDer Personalisierungsprozess
Profiling Match Making
Explizite Daten
(Postanschrift, Präferenzen ...)
Implizite Daten
(Click-Stream,Verweilzeiten ...)
dynamisch
(Agentenansatz, Collaborative Filtering)
statisch
Data Mining
Data Mining
Einführung
Data MiningNutzen und Anwendung
gezielte/ themenbezogene Datensuche Strukturen und Zusammenhänge finden die
nicht bekannt sind Verfahren für Unternehmens und
Wettbewerbsdaten, aber auch in der Medizin und im Sport von Notwen-digkeit
Wissenschaft für sehr komplexe Datenmengen
Data Mining
Ich habe eine Box, die gut in die Hand paßt
Es ist eine leichte BoxIm Supermarkt gibt es sie in vielen Farben
Auf meiner Box steht ein NameDie Box kann man öffnenÖffnet man sie, entdeckt man etwa 20 Stäbchen
Wilhelm
Data MiningEinsatzmöglichkeiten
Konstellationen und Ausprägungen von Marketinginstrumenten ermitteln
frühzeitiges erkennen von Trendwechseln Herausfinden von kauffreudigen Kunden Erkennen von abwanderungsgefährdeten Kunden Feststellen von Gründen für Produktionsfehler Kategorisierung von Kunden Webseiten-Optimierung
Data Mining
Der KDD- Prozess
Data MiningDer Knowledge Database Discovery
Prozess1) Daten sammeln
2) Daten vorbereiten (Data-preprozessing)
3) Anwendung der Data Mining Verfahren
4) Auswertung
Informationsgewinn (neue Erkenntnisse)
Data MiningDatensammlung
Vorkommen und Formen von Daten erkennen
In der Natur- Ca Calcium - Mg Magnesium
- He HeliumNeu generierte Daten
- Strichcode ...- Texte
Historische DatenOperationale DatenInformational DataMetadaten
Data MiningDatenhaltung
Flat Files Tabellenkalkulationen Datenbanken - relational
Strukturen• indexstrukturiert• B-Baum• Data Warehouse
Data Mining
Datenaufbereitung
Gründe: Daten sind ungeordnetunbrauchbare Daten sind enthaltenExistenz von Lücken in der Datensammlung
Data MiningPreprocessing:
Data Formatting Data Cleaning Data Filterning Behandlung von invalid
values Behandlung von Ausreißern Behandlung von missing
values Behandlung von sparse
columns/tables
Sampling Berechnung neuer Variablen Festsetzen von valid values Gebrauch von Taxonomien Name Mapping Value Mapping Diskretisierung Pivotisierung Data Coding/Neuronale
Netze
Data MiningMethoden
Assoziationen (Warenkorbanalysen)suchen nach Regelnfür jede Regel Support und Confidence
finden
Wie oft alle Elementeder Regel in der Da-tenbank vorkommen
Durchschnitt vonHead und Body
if then
Data MiningKlassifikationen
Neuronale Netze Baumklassifikationen Wohnort
Bremen
Berlin
Gehalt
Schlechter KundeGuter Kunde
< 5000> 5000
Data MiningClustering
Gruppierung von DatensätzenGruppen von Datensätzen zusammensuchen, die
gemeinsame Merkmale aufweisenDistancemaß entscheidet Ähnlichkeit von
Objektenbeim Punkte Cluster räumliche Entfernung der
Punkte betrachtenähnlich mit Farben (orange rot) (grün blau)
Vielen Dank für die Aufmerksamkeit
Quellenangabe
www.cs.uni-potsdam.de/~borchiwww.iicm.edu/thesis/hforstinger/
Kapitel6.htmlwww.8ung.at/mobileworkshop/
artikel_id65.htmwww.networkworld.dewww.ibusines.de/shop/db/shop.0472hr.html