Open Access

Stefan Fischer

• As long as there have been database search engines there has been the problem of what to present to the customer when there is no perfect match and how to present that query result to the customer. Respecting the customer's search preferences is the suitable way to search for best matching alternatives. Modeling such preferences as strict partial orders in "A is better than B" semantics has been proven to be user intuitive in various internet applications. The better the search result, the better is the psychological advantage of the presenter. Thus, there is the necessity to know the quality of the search result with respect to the search preferences. Moreover, for an e-procurement portal it is necessary not only to personalize the composition of the shopping cart but also the price determination for an offer. This work introduces a novel personalized and situated quality valuation for query results. Based on a human comprehensible linguistic model of five quality categories a veryAs long as there have been database search engines there has been the problem of what to present to the customer when there is no perfect match and how to present that query result to the customer. Respecting the customer's search preferences is the suitable way to search for best matching alternatives. Modeling such preferences as strict partial orders in "A is better than B" semantics has been proven to be user intuitive in various internet applications. The better the search result, the better is the psychological advantage of the presenter. Thus, there is the necessity to know the quality of the search result with respect to the search preferences. Moreover, for an e-procurement portal it is necessary not only to personalize the composition of the shopping cart but also the price determination for an offer. This work introduces a novel personalized and situated quality valuation for query results. Based on a human comprehensible linguistic model of five quality categories a very intuitive framework for valuations is defined for numerical as well as for categorical search preferences. These quality valuations provide human comprehensible presentation arguments. Moreover, they are used to compute the situated overall quality of a search result. Then a flexible and situated filter decides which results to present, e.g. by respecting quality requirements of the customer. A so called presentation preference determines which results are predestined to be especially pointed out to the customer. This unique framework, realized as the Preference Presenter technology for query result presentation, enables a search engine to proactively present search results by respecting an underlying strategy, e.g. a special sales strategy. For the first time it is possible to build a personalized and situated e-procurement portal. Preference based components are combined to effectively manage the work of a human sales agent via internet application. For the modeling of a personalized automatic offer composition widespread IT product standards like BMEcat and eCl@ss are exploited. Two new and extensible e-commerce components of flexible usage are designed, namely an electronic bargainer that is able to use techniques like up, cross, and down selling, and a personalized price offer including a flexible discount framework. With COSIMA B2B a use case is realized. In the evaluation it is shown that the duties of a human sales agent can be automated. Furthermore, experiments have shown that test customers react similarly to sales strategies that are applied by a computer instead of a human. Moreover, the Preference Presenter enables lots of further e-commerce applications or advanced search engines to present their search results proactively and more comprehensibly.…
• So lange es Datenbanksuchmaschinen gibt, existiert das Problem, was dem Kunden präsentiert werden soll, wenn es keinen perfekten Treffer gibt und wie man dem Kunden Ergebnisse präsentieren soll. Seine Suchpräferenzen zu berücksichtigen ist der passende Weg, um nach bestmöglichen Alternativen zu suchen. Die Modellierung dieser Präferenzen als strikte partielle Ordnung in einer "A ist besser als B" Semantik hat sich als sehr Benutzer-intuitiv bewiesen in verschiedensten Internetapplikationen. Je besser das Suchergebnis um so besser ist der psychologische Vorteil des Präsentierenden. Deshalb ist es notwendig, die Qualität des Suchergebnisses bezüglich der Suchpräferenzen zu kennen. Darüber hinaus ist es für ein E-Procurement-Portal nicht nur notwendig, die Zusammenstellung des Warenkorbs personalisiert zu gestalten, sondern auch die Preisbestimmung für ein Angebot. In dieser Arbeit wird eine neuartige personalisierte und situative Qualitätsbewertung für Suchergebnisse vorgestellt.So lange es Datenbanksuchmaschinen gibt, existiert das Problem, was dem Kunden präsentiert werden soll, wenn es keinen perfekten Treffer gibt und wie man dem Kunden Ergebnisse präsentieren soll. Seine Suchpräferenzen zu berücksichtigen ist der passende Weg, um nach bestmöglichen Alternativen zu suchen. Die Modellierung dieser Präferenzen als strikte partielle Ordnung in einer "A ist besser als B" Semantik hat sich als sehr Benutzer-intuitiv bewiesen in verschiedensten Internetapplikationen. Je besser das Suchergebnis um so besser ist der psychologische Vorteil des Präsentierenden. Deshalb ist es notwendig, die Qualität des Suchergebnisses bezüglich der Suchpräferenzen zu kennen. Darüber hinaus ist es für ein E-Procurement-Portal nicht nur notwendig, die Zusammenstellung des Warenkorbs personalisiert zu gestalten, sondern auch die Preisbestimmung für ein Angebot. In dieser Arbeit wird eine neuartige personalisierte und situative Qualitätsbewertung für Suchergebnisse vorgestellt. Basierend auf einem für Menschen verständlichen linguistischen Modell von fünf Qualitätskategorien ist ein intiutives Framework für Bewertungen von numerischen sowie kategoriellen Suchpräferenzen definiert. Diese Qualitätsbewertungen stellen menschen-verständliche Präsentationsargumente zur Verfügung. Darüber hinaus werden sie verwendet, um eine situative Gesamtqualität eines Suchergebnisses zu bestimmen. Anschließend entscheidet ein flexibler und situativer Filter, welche Suchergebnisse präsentiert werden, z.B. unter Berücksichtigung von Qualitätsanforderungen des Kunden. Eine sogenannte Präsentationspräferenz legt fest, welche Ergebnisse prädestiniert sind, dem Kunden aktiv empfohlen zu werden. Dieses einmalige Framework, realisiert als Preference Presenter-Technologie für Suchergebnispräsenation, ermöglicht es einer Suchmaschine proaktiv Ergebnisse zu präsentieren unter Berücksichtigung einer darunterliegenden Strategie, z.B. einer speziellen Verkaufsstrategie. Zum ersten mal ist es möglich ein personalisiertes und situiertes E-Procurement-Portal aufzubauen. Präferenz-basierte Komponenten werden kombiniert um effektiv die Arbeit eines menschlichen Vertriebsmitarbeiters durch einen elektronischen Verkaufsagenten zu erledigen. Für die Modellierung einer personalisierten automatischen Angebotsgenerierung wurden weitverbreitete IT-Produktstandards wie BMEcat und eCl@ss benutzt. Zwei neue, flexible und erweiterbare E-Commerce-Komponenten wurden erstellt, zum einen ein elektronischer Feilscher, welcher Techniken wie Up, Cross und Down Selling beherrscht, zum anderen eine personalisierte Angebotsgenerierungskomponente einschließlich eines flexiblen Rabattsystems. Mit COSIMA B2B wurde ein prototypischer Anwendungsfall generiert. Bei der Evaluation wurde nachgewiesen, dass die Aufgaben eines menschlichen Verkäufers automatisiert werden können. Weitere Experimente haben gezeigt, dass Testkunden auf vom Computer angewandte Verkaufsstrategien ähnlich reagieren, wie auf die vom Menschen angewandten. Des Weiteren ermöglicht es der Preference Presenter vielen weiteren E-Commerce-Applikationen oder modernen Suchmaschinen ihre Suchergebnisse proaktiv und verständlicher zu präsentieren.…