Intelligente Systeme im E-Commerce

• Der Termin für die Nachklausur steht fest: Mittwoch, 22.12.04 von 16:00 Uhr bis 18:00 Uhr in H2. Zur Teilnahme berechtigt sind alle Studierenden, die an der Klausur vom 15.07.04 teilgenommen und sich bis zum 08.12.04 auf die Liste am schwarzen Brett der AG (nahe A5 Spl) eingetragen haben!!!!
• Die Ergebnisse der Klausur vom 15.07.04 hängen aus!
• Die Klausurhinweise wurden aktualisiert!
• Am Freitag, den 25.06.2004 findet KEINE Übung statt. Sie wird am Freitag, den 02.07.2004 in der Zeit von 11:30 Uhr bis 12:00 Uhr nachgeholt. 
• Die Übung beginnt erst am 14.05.04, die Ausgabe der ersten Übung ist demzufolge erst am Freitag, 07.05.2004, Abgabe der Übung am Montag, 17.05.2004 (Änderung).

• Vorlesung: Donnerstags, 12:00 - 14:00 Uhr, Raum A 102 Spl. und Freitags 10:00 - 11:00 Uhr, Raum A 9 Spl.
• Übung: Freitags 11:00 - 12:00 Uhr, Raum A 9 Spl., Ausgabe der Übungen als Download von der Vorlesungswebseite jeweils freitags, Abgabe zum darauf folgenden Donnerstag
• Erste Vorlesung: Donnerstag, 22. April 2004.
• Erste Übung: Freitag, 14.05.2004 (Änderung)
• Abschlussklausur: vorläufiger Termin: Donnerstag 15.7.2004, 12:00 Uhr s.t. in Raum A 102 Spl.
• Teilnahmevoraussetzung: 50% der Punkte in den Hausübungen erreicht.

Die ist eine vorläufige Inhaltsübersicht über die Vorlesungen.

1. Einführung in Electronic Commerce
   • Bedeutung und Wirtschaftliche Entwicklung von ECommerce
   • Handelstransaktionsphasen im ECommerce
   • Ansätze: Electronic Shops, Malls, Marktplätze, Autionen, Portale
   • Informatik Aspekte von ECommerce
   • Motivation für Wissensmanagement im ECommerce: Intelligente EShops, Customer Relationship Management, Call Center
2. EC Infrastruktur
   • Netzwerkinfrastruktur
   • EC Architekturen
   • Sicherheitsaspekte
   • Zahlungssysteme
   • Architekturen für WWW Systeme
3. Produktrepräsentation
   • Sturkturierung des Produktwissen
   • Attribut-Wert Darstellungen
   • Objekt-orientierte Darstellungen
   • Abhängigkeiten und Constraints
   • XML
4. Anforderungsbezogene Produktsuche
   • Fallbasiertes Schließen zur Produktsuche
   • Produktauswahl mit Nützlichkeit/Ähnlichkeit
   • Retrievalverfahren
5. Collaborative Filtering
   • Käuferprofile
   • Kundeähnlichkeit
   • Lernverfahren
6. Produktkonfiguration
   • Wissensbasierte Produktkonfiguration
   • Operatorbasierte Produktanpassung
   • Approximative Konfiguration
7. Dialoggestaltung
   • Prinzipien des Kundendialogs
   • Statische Dialoggraphen
   • Dynamische Dialoggenerierung

Hier finden Sie Literaturangaben zum Nachlesen und Vertiefen des Vorlesungsstoffes:

• Allgemeine Links zum Thema Intelligente Systeme für eCommerce
  • Themenheft über eCommerce der Zeitschrift KI
  • Web Ressourcen des KI Themenheftes
  • eCommerce Begriffsdefinitionen
  • Buch (z.T Online verfügbar) ECommerce: A Management Perspective
• Literatur zu §1 (siehe hierzu auch die allgemeinen Links)
  • Ökonomische Entwicklung im eCommerce in 2001
  • Überblicksartikel zum Einsatz von KI im eCommerce
• Literatur zu §2 EC Infrastructure
  • Object Management Group
  • Java RMI Homepage
  • CORBA Tutorial
  • EJB Homepage from SUNS
  • Servlet Homepage from SUNS
  • Artikel "Techniken zur Realisierung Web-basierter Anwendungen"
  • Seminararbeit zum Thema Security & Paymentsysteme: gibt einen guten Überblick
  • Überblick üner Kryptographiestandards
  • SSL Introduction from Netscape
  • Introduction to certificates from Netscape
  • CyberCash Introduction
  • Web page of the SET payment system
• Literatur zu §3 Product Representation
  • Dissertation W. Wilke "Knowledge management for intelligent sales support in eCommerce" insbes. Kap. 3.3 und 4.2
  • XML Spezifikation in Deutsch
  • XML Seite des W3C
• Literatur zu §4 Product Search
  • Bergmann, R., Schmitt, S., Stahl, A. (2002). Intelligent customer support for product selection with case-based reasoning. E-Commerce and Intelligent Methods, Physica-Verlag.
  • Schmitt, S. & Bergmann, R. (1999). Applying case-based reasoning technology for product selection and customization in electronic commerce environments. 12th Bled Electronic Commerce Conference.
  • Ralph Bergmann (1998). On the Use of Taxonomies for Representing Case Features and Local Similarity Measures. Proceedings of the 6th German Workshop on Case-Based Reasoning (GWCBR'98).
  • Bergmann, R. & Stahl, S. (1998). Similarity Measures for Object-Oriented Case Representations. Proceedings of the European Workshop on Case-Based Reasoning, EWCBR'98.
  • Schumacher, J. & Bergmann, R. (2000). An effective approach for similarity-based retrieval on top of relational databases. 5th European Workshop on Case-Based Reasoning, Springer Verlag.
• Literatur zu §5 Collaborative Filterng
  • Shardanand, U., and Mayes, P. (1995) Social Information Filtering: Algorithms for Automating ‘Word of Mouth’, in Proceedings of CHI95, 210-217.
  • Billsus, D., & Pazzani, M.J. (1998) Learning Collaborative Information Filters. In: The 15th International Conference on Machine Learning, ICML-98.
  • Berkeley School of Information Systems, Link Collection on Collaborative Filtering.
  • Pearson correlation coefficient.
• Literatur zu §6 Customization: Product Configuration & Adaptation
  • Günter & Kühn (1999). Überblicksartikel zum Thema wissensbasierte Konfiguration
  • Bergmann, R., Schmitt, S., Stahl, A. (2002). Intelligent customer support for product selection with case-based reasoning. E-Commerce and Intelligent Methods, Physica-Verlag.
  • Stahl, A. & Bergmann, R. (2000). Applying recursive CBR for the customization of structured products in an electronic shop . 5th European Workshop on Case-Based Reason-ing, Springer Verlag.
• Literatur zu §7 Customer Dialog
  • Bergmann & Cunningham (2002). Acquiring Customers’ Requirements in Electronic Commerce. In Artificial Intelligence Review. In press.
  • Kohlmaier, Schmitt, Bergmann (2001). A Similarity-based Approach to Attribute Selection in User-Adaptive Sales Dialogs. In International Conference in CBR (ICCBR'2001).