Sensoren und Nutzer erzeugen heute im großen Umfang sequenzielle Daten, die der Entscheidungsfindung in Unternehmen dienen können. Der vorliegende Artikel gibt eine Übersicht über aktuelle Analyseansätze, skizziert einen innovativen Ansatz aus dem Deep Learning und diskutiert diesen anhand einer Fallstudie von Zalando. ...
Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten
Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:
Springer Professional "Wirtschaft"
Online-Abonnement
Mit dem Wirtschafts-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 45.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:
Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:
Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:
WI – WIRTSCHAFTSINFORMATIK – ist das Kommunikations-, Präsentations- und Diskussionsforum für alle Wirtschaftsinformatiker im deutschsprachigen Raum. Über 30 Herausgeber garantieren das hohe redaktionelle Niveau und den praktischen Nutzen für den Leser.
BISE (Business & Information Systems Engineering) is an international scholarly and double-blind peer-reviewed journal that publishes scientific research on the effective and efficient design and utilization of information systems by individuals, groups, enterprises, and society for the improvement of social welfare.
Texte auf dem Stand der wissenschaftlichen Forschung, für Praktiker verständlich aufbereitet. Diese Idee ist die Basis von „Wirtschaftsinformatik & Management“ kurz WuM. So soll der Wissenstransfer von Universität zu Unternehmen gefördert werden.
K. P. Murphy (2012) Machine learning: a probabilistic perspective. MIT press.
[2]
J. Schmidhuber (2015). Deep Learning in Neural Networks: An Overview. Neural Networks, 61.
[3]
I. Goodfellow, Y. Bengio, & A. Courville (2016). Deep Learning. MIT press.
[4]
F. Nottorf & B. Funk (2013) The Economic Value of Clickstream Data from an Advertiser’s Perspective. Proceedings of the European Conference on Information Systems.
[5]
S. Hochreiter & J. Schmidhuber (1997). Long short-term memory. Neural Computation, 9(8):1735–1780.
CrossRef
[6]
T. Lang & M. Rettenmeier (2017) Understanding Consumer Behavior with Recurrent Neural Networks. Proceedings of the 3rd Workshop on Machine Learning Methods for Recommender Systems.
http://mlrec.org/2017/papers/paper2.pdf
[7]
O. Chapelle, E. Manavoglu, and R. Rosales (2014). Simple and scalable response prediction for display advertising. Transactions on Intelligent Systems and Technology, 5.
Über diesen Artikel
Titel
Deep Learning auf sequenziellen Daten als Grundlage unternehmerischer Entscheidungen
Autoren:
Prof. Dr. Burkhardt Funk Dr. Matthias Rettenmeier Dr. Tobias Lang
Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.
Für produzierende Unternehmen hat sich Product Lifecycle Management in den letzten Jahrzehnten in wachsendem Maße zu einem strategisch wichtigen Ansatz entwickelt. Forciert durch steigende Effektivitäts- und Effizienzanforderungen stellen viele Unternehmen ihre Product Lifecycle Management-Prozesse und -Informationssysteme auf den Prüfstand. Der vorliegende Beitrag beschreibt entlang eines etablierten Analyseframeworks Herausforderungen und Lösungsansätze im Product Lifecycle Management im Konzernumfeld. Jetzt gratis downloaden!
