Konzeption und prototypische Umsetzung eines kontextsensitiven Recommender Systems am Beispiel eines Chatbots aus dem Gesundheitswesen
- In den letzten Jahren haben Recommender Systeme zunehmend an Bedeutung gewonnen. Diese Systeme sind meist für Bereiche des E-Commerce konzipiert und berücksichtigen oftmals nicht den aktuellen Kontext der nutzenden Person. Recommender Systeme können allerdings nicht nur im E-Commerce zum Einsatz kommen, sondern finden ihren Anwendungszweck auch im Gesundheitswesen. Ziel dieser Bachelorarbeit istIn den letzten Jahren haben Recommender Systeme zunehmend an Bedeutung gewonnen. Diese Systeme sind meist für Bereiche des E-Commerce konzipiert und berücksichtigen oftmals nicht den aktuellen Kontext der nutzenden Person. Recommender Systeme können allerdings nicht nur im E-Commerce zum Einsatz kommen, sondern finden ihren Anwendungszweck auch im Gesundheitswesen. Ziel dieser Bachelorarbeit ist es, ein Recommender System zu entwickeln, das den aktuellen Kontext der nutzenden Person (Chatverlauf, demografische Daten) besser berücksichtigen kann. Dazu befasst sich diese Arbeit mit der Konzeption und prototypischen Umsetzung eines kontextsensitiven Recommender Systems für einen bereits existierenden Chatbot aus dem Gesundheitswesen. Das in dieser Arbeit konzipierte und entwickelte Recommender System soll Mitarbeitende aus dem Gesundheits- und Sozialwesen entlasten und ihnen hilfreiche sowie thematisch sinnvolle Informationen zur Verfügung stellen. Basierend auf festgelegten Anforderungen wurde ein Konzept für das Recommender System entwickelt und zu Teilen als Prototyp umgesetzt. Abschließend wurde der Prototyp im Hinblick auf die Anforderungen evaluiert. Zudem fand eine technische Evaluation und eine Evaluation mithilfe von Anwendenden statt, welche den implementierten Prototypen bereits existierenden Systemen gegenüberstellte. Die von dem Prototyp empfohlenen Textausschnitte erzielten in der Evaluation mit nutzenden Personen eine thematisch signifikant höhere Übereinstimmung mit den Chatdaten.…
- In recent years, recommender systems have become increasingly important. These systems are predominantly designed for e-commerce and often do not consider the current context of the person using them. However, recommender systems can be applied not only in e-commerce but also in healthcare. The intention of this bachelor thesis is to develop a recommender system that can improve to consider theIn recent years, recommender systems have become increasingly important. These systems are predominantly designed for e-commerce and often do not consider the current context of the person using them. However, recommender systems can be applied not only in e-commerce but also in healthcare. The intention of this bachelor thesis is to develop a recommender system that can improve to consider the current context of users (chat history, demographic data). Therefore this thesis approach the conception and prototypical implementation of a context-sensitive recommender system for an already existing healthcare chatbot. The recommender system designed and developed in this thesis is expected to relieve employees from the health and social care sector and to provide them with helpful as well as thematically meaningful information. Based on defined requirements, a concept for the recommender system is developed and partially implemented as a prototype. Finally, the prototype was evaluated concerning the requirements. In addition, a technical evaluation and a user evaluation were conducted, which compared the implemented prototype with already existing systems. The text excerpts recommended by the prototype achieved a thematically significantly higher agreement with the chat data in the evaluation with users.…
Document Type: | Bachelor Thesis |
---|---|
Zitierlink: | https://opus.hs-offenburg.de/5983 | Bibliografische Angaben |
Title (German): | Konzeption und prototypische Umsetzung eines kontextsensitiven Recommender Systems am Beispiel eines Chatbots aus dem Gesundheitswesen |
Author: | Jana Wiegert |
Advisor: | Volker Sänger, Tobias Ostertag |
Year of Publication: | 2022 |
Granting Institution: | Hochschule Offenburg |
Page Number: | XVI, 82 |
URN: | https://urn:nbn:de:bsz:ofb1-opus4-59839 |
Language: | German | Inhaltliche Informationen |
Institutes: | Fakultät Medien (M) (ab 22.04.2021) |
Institutes: | Abschlussarbeiten / Bachelor-Studiengänge / MI |
DDC classes: | 000 Allgemeines, Informatik, Informationswissenschaft |
GND Keyword: | Chatbot; Empfehlungssystem; Gesundheitswesen; Kontext; Kontextbezogenes System; Python; Sprachverarbeitung |
Tag: | BERT; Natural Language Processing; Recommender System; Topic Modeling; Zero Shot Classification | Formale Angaben |
Open Access: | Open Access |
Diamond | |
Licence (German): | Urheberrechtlich geschützt |
SWB-ID: | 1869805496 |