Mit der steigenden Popularität von Online-Plattformen wie Yelp, Amazon oder Google ergeben sich neue Herausforderungen für Kunden, Unternehmen und die Plattformen selbst. Eine der größten Herausforderungen dabei ist die riesige Menge an Daten, die Kunden zur Verfügung stehen, wie z.B. die angebotenen Artikel und Online-Reviews. So wurde beispielsweise geschätzt, dass Amazon im Jahr 2018 bereits rund 250 Millionen Reviews auf seiner Plattform gehostet hatte. Darüber hinaus fügen Nutzer von Google Maps täglich mehr als 20 Millionen Informationen zur Plattform hinzu.

Um diese enorme Datenmenge für Kunden, Unternehmen und Plattformen zu analysieren und für Entscheidungen zu nutzen, spielen Recommender Systeme eine zentrale Rolle. Zudem helfen Text Analytics-Verfahren, um mit großen Mengen unstrukturierter Textdaten hoher Vielfalt umzugehen, beispielsweise um die Bewertungen in Millionen von Online-Reviews nutzbar zu machen. Hier ist die Feature-basierte Sentimentanalyse zu nennen, die eine automatisierte Analyse individueller Bewertungen in Texten zu bestimmten Aspekten eines Artikels anstrebt.

Publikationen zu diesem Forschungsthema

Abgeschlossene, laufende und zukünftige Forschungsprojekte:

• IKZ - Internetkompetenzzentrum Ostbayern (2015-2021)
• Social Media Management - Social Media Analytics (2020-2022)]