Automatisierte Präferenzmessung

Tobias Roelen-Blasberg stellt in diesem Buch einen neuen Ansatz zur automatisierten Präferenzmessung vor. Anhand verschiedener Methoden aus den Bereichen Natural Language Processing, Text Mining und Machine Learning extrahiert der automatisierte Ansatz Produktattribute aus nutzergenerierten, textuellen Daten und bewertet diese hinsichtlich ihrer Stimmung. Anschließend validiert der Autor die automatisierten Ergebnisse mit klassischen Marktforschungsmethoden wie z. B. mit einer Conjoint Analyse. Die Ergebnisse der Studien zeigen, dass sich anhand des neuen Ansatzes relevante Produktattribute automatisiert extrahieren lassen, wobei sich die Attributwichtigkeiten im Vergleich zu klassischen Präferenzmessungen unterscheiden können. Der InhaltAutomatisierte Attribut-Extrahierung
Attributgruppierung und -eliminierung
Automatisierte Attribut-Evaluierung
Sentiment-Training und -Extrahierung
Die ZielgruppenDozierende und Studierende der Fachgebiete Marketing, Marktforschung, Wirtschaftsinformatik und Informatik
Marktforscher und Marktforscherinnen, Marketing Manager und Managerinnen, Brand Manager und Managerinnen
Der AutorTobias Roelen-Blasberg ist Doktorand bei der Forschungsgruppe für Marketing und Vertrieb des Institute of Information Systems and Marketing (IISM) am Karlsruher Institut für Technologie (KIT). Seine Forschungsschwerpunkte liegen im Bereich automatisierte Marktforschung, Data Mining, Text Mining, Natural Language Processing und Machine Learning.

Tobias Roelen-Blasberg ist Doktorand bei der Forschungsgruppe für Marketing und Vertrieb des Institute of Information Systems and Marketing (IISM) am Karlsruher Institut für Technologie (KIT). Seine Forschungsschwerpunkte liegen im Bereich automatisierte Marktforschung, Data Mining, Text Mining, Natural Language Processing und Machine Learning.