Betreuer: Prof. Dr. Georg Schneider
Kurzfassung:
Diese Arbeit entwickelt und evaluiert ein kontextsensitives Multi-Kriterien-Relevanzmodell zur Priorisierung gastronomischer Points of Interest, um Entscheidungsüberlastung in digitalen Empfehlungssystemen zu reduzieren. Relevanz wird als normierter Aggregatwert mehrerer Dimensionen – insbesondere Distanz, Rating, Preis und Atmosphäre – formal definiert und in einem Validierungsmodell operationalisiert. Auf Basis verfügbarer Daten der Google Places API wird ein Algorithmus implementiert, der diese Dimensionen in ein Gesamtranking überführt. Die Evaluation erfolgt mithilfe der Rankingmetriken nDCG und nCG@4 sowie einer heuristischen Usability-Analyse. Die Ergebnisse zeigen eine hohe Übereinstimmung zwischen
modelltheoretischer Idealreihenfolge und algorithmischem Ranking, insbesondere in den Top-Positionen. Die Arbeit belegt damit, dass der Entscheidungsprozess durch die algorithmische Reduktion der Auswahlmenge sich positiv auf die Präsenz der Nebenbedingungen Zeitdruck und empfundene Qualität auswirken kann.