Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 15 of 3928
Back to Result List

KOBRA: Praxisfähige lernbasierte Verfahren zur automatischen Konfiguration von Business-Regeln in Duplikaterkennungssystemen

  • Duplikaterkennung, -suche und -konsolidierung für Kunden- und Geschäftspartnerdaten, sog. „Identity Resolution“, ist die Voraussetzung für erfolgreiches Customer Relationship Management und Customer Experience Management, aber auch für das Risikomanagement zur Minimierung von Betrugsrisiken und Einhaltung regulatorischer Vorschriften und viele weitere Anwendungsfälle. Diese Systeme sind jedochDuplikaterkennung, -suche und -konsolidierung für Kunden- und Geschäftspartnerdaten, sog. „Identity Resolution“, ist die Voraussetzung für erfolgreiches Customer Relationship Management und Customer Experience Management, aber auch für das Risikomanagement zur Minimierung von Betrugsrisiken und Einhaltung regulatorischer Vorschriften und viele weitere Anwendungsfälle. Diese Systeme sind jedoch hochkomplex und müssen individuell an die kundenspezifischen Anforderungen angepasst werden. Der Einsatz lernbasierter Verfahren bietet großes Potenzial zur automatisierten Anpassung. In diesem Beitrag präsentieren wir für ein KMU praxisfähige, lernbasierte Verfahren zur automatischen Konfiguration von Business-Regeln in Duplikaterkennungssystemen. Dabei wurden für Fachanwender Möglichkeiten entwickelt, um beispielgetrieben das Match-System an individuelle Business-Regeln (u.a. Umzugserkennung, Sperrlistenabgleich) anzupassen und zu konfigurieren. Die entwickelten Verfahren wurden evaluiert und in einer prototypischen Lösung integriert. Wir konnten zeigen, dass unser Machine-Learning-Verfahren, die von einem Domainexperten erstellten Business-Regeln für das Duplikaterkennungssystem „identity“ verbessern konnte. Zudem konnte der hierzu erforderliche Zeitaufwand verkürzt werden.show moreshow less

Export metadata

Statistics

frontdoor_oas
Metadaten
Document Type:Conference Proceeding
Conference Type:Konferenzartikel
Zitierlink: https://opus.hs-offenburg.de/4433
Bibliografische Angaben
Title (German):KOBRA: Praxisfähige lernbasierte Verfahren zur automatischen Konfiguration von Business-Regeln in Duplikaterkennungssystemen
Conference:50. Jahrestagung der Gesellschaft für Informatik (INFORMATIK-2020), Back to the Future, September 28-October 2 2020, Karlsruhe
Author:Simone BraunStaff MemberORCiDGND, Georges Alkhouri, Eric Peukert
Year of Publication:2021
Creating Corporation:Gesellschaft für Informatik
Place of publication:Bonn
Page Number:15
First Page:395
Last Page:409
Parent Title (German):INFORMATIK 2020. Gesellschaft für Informatik
Parent Title (English):Lecture Notes in Informatics : Proceedings
Editor:Ralf H. Reussner, Anne Koziolek, Robert Heinrich
Volume:P-307
ISBN:978-3-88579-701-2
ISSN:1617-5468 (Print)
ISSN:1617-5468 (Online)
DOI:https://doi.org/10.18420/inf2020_37
Language:German
Inhaltliche Informationen
Institutes:Fakultät Wirtschaft (W)
Institutes:Bibliografie
DDC classes:000 Allgemeines, Informatik, Informationswissenschaft / 000 Allgemeines, Wissenschaft / 004 Informatik
Tag:Entity Resolution; Identity Resolution; Nonlinear Regression; Reinforcement Learning; Sequential Model-Based Optimization
Formale Angaben
Open Access: Open Access 
Licence (German):License LogoCreative Commons - CC BY-SA - Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International