FINDER TECHNOLOGY
Die FINDER TECHNOLOGY basiert auf einer Wissensbasis, die die Möglichkeit bietet, Anforderungen und Objekteigenschaften semantisch differenziert abzubilden.
Die Kriterien für das Matching mit dem autentik FINDER sind damit nicht länger abstrakte Eigenschaften und Kriterien, sondern Wissensobjekte, deren Bedeutung sich aus den Abstracts und weiteren Verbindungen im Wissensnetz ergibt.
MORE
FILTER & KATEGORIEN
Die Mehrzahl der im eCommerce verwendeten Filter und PRODUCT FINDER basieren auf Produktmerkmalen basieren, die nicht direkt mit den spezifischen Anforderungen der Kunden zusammenhängen. Es wird vorausgesetzt, dass die Konsumenten über das notwendige Wissen verfügen, um ihre Bedeutung zu kennen und sie in "Eignung für einen bestimmten Zweck" übersetzen zu können.
Die im eCommerce verwendeten KATEGORIEN dienen lediglich der groben Strukturierung des Angebotes. Eine immer weitere Verfeinerung der Taxonomien stellt keine Lösung dar.
MATCHING
Das mit der DATA MAP TECHNOLOGY und spezifischen ONTOLOGIEN erstellte Wissensnetz, umfasst sowohl das für das MATCHING benötigte Wissen als auch auch die Inhalte und Zusammenhänge für das mit dem Finder verbundene Informationssystem.
Über ein semantisch differenziertes Matching von Nutzer-Anforderungen und damit zusammenhängenden Produkt-Eigenschaften werden die Objekte ermittelt, die am besten zu dem Anforderungsprofil passen.
INFORMATIONSSYSTEM
Obwohl der Suchende mit den Fragen des Finders auf "direktem" Weg zu einer Auswahl passender Angebote geführt wird, bieten die Verbindungen ins Wissensnetz die Chance, die Themen zu vertiefen.
In diesem Sinne stellt das spezifische für den Finder entwickelte Wissensnetz nicht nur die Grundlage für das MATCHING dar, sondern fungiert gleichzeitig als Informationssystem.
ONTOLOGIEN | WISSENSMODELLE
Die Wissensbasis für die autentik FINDER wird durch spezifische ONTOLOGIEN | WISSENSMODELLE strukturiert, die es ermöglichen, sowohl die Anforderungen als auch die Objekt-Eigenschaften semantisch differenziert abzubilden. Mit der Übersetung von technischen Eigenschaften in "Eignung für einen bestimmmten Zweck" sind nicht länger Vorwissen und 'kognitive" Transferleistungen erforderlich.
Im Rahmen eines ONTOLOGY ENGINEERING lassen sich für die Anwendung in den Findern bereits existierende Fach-Ontologien soweit erweitern und verfeinern, dass einzigartige FINDER entstehen, die höchsten fachlichen Anforderungen gerecht werden.
Durch Auswertung des User-Verhaltens lässt sich mit dem Einsatz von KÜNSTLICHER INTELLIGENZ die Leistungsfähigkeit der FINDER systematisch steigern und zu einem Schlüsselfaktor für einen nachhaltigen VORSPRUNG DURCH WISSEN ausbauen.