Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.25673/3972
Langanzeige der Metadaten
DC ElementWertSprache
dc.contributor.refereeKruse, Rudolf-
dc.contributor.authorSteinbrecher, Matthias-
dc.date.accessioned2018-09-24T17:55:55Z-
dc.date.available2018-09-24T17:55:55Z-
dc.date.issued2013-
dc.identifier.urihttps://opendata.uni-halle.de//handle/1981185920/11712-
dc.identifier.urihttp://dx.doi.org/10.25673/3972-
dc.description.abstractDie Preise für Speicherplatz fallen stetig, da verwundert es nicht, dass Unternehmen riesige Datenmengen anhäufen und sammeln. Diese immensen Datenmengen müssen jedoch mit geeigneten Methoden analysiert werden, um für das Unternehmen überlebensnotwendige Muster zu identifizieren. Solche Muster können Probleme aber auch Chancen darstellen. In jedem Fall ist es von größter Bedeutung, rechtzeitig diese Muster zu entdecken, um zeitnah reagieren zu können. Um breite Nutzerschichten anzusprechen, müssen Analysemethoden ferner einfach zu bedienen sein, sofort Rückmeldungen liefern und intuitive Visualisierungen anbieten. Ich schlage in der vorliegenden Arbeit Methoden zur Visualisierung und Filterung von Assoziationsregeln basierend auf ihren zeitlichen Änderungen vor. Ich werde lingustische Terme (die durch Fuzzymengen modelliert werden) verwenden, um die Historien von Regelbewertungsmaßen zu charakterisieren und so eine Ordnung von relevanten Regeln zu generieren. Weiterhin werde ich die vorgeschlagenen Methoden auf weitereModellarten übertragen, die Software-Plattformvorstellen, die die Analysemethoden dem Nutzer zugänglich macht und schließlich empirische Auswertungen auf Echtdaten aus Unternehmenskooperationen vorstellen, die die Wirksamkeit meiner Vorschläge belegen.ger
dc.description.statementofresponsibilityvon Matthias Steinbrecher-
dc.format.extentOnline Ressource (PDF-Datei)-
dc.language.isoeng-
dc.publisherUniversitätsbibl.-
dc.publisherOtto von Guericke University Library, Magdeburg, Germany-
dc.subjectData Mining-
dc.subjectHochschulschrift-
dc.subjectOnline-Publikation-
dc.subject.ddc006-
dc.titleDiscovery and visualization of interesting patterns-
dcterms.typeHochschulschrift-
dc.typePhDThesis-
dc.identifier.urnurn:nbn:de:gbv:ma9:1-3784-
local.publisher.universityOrInstitutionOtto-von-Guericke-Universität Magdeburg-
local.openaccesstrue-
Enthalten in den Sammlungen:Fakultät für Informatik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
Dissertation_Matthias_Steinbrecher.pdf7.61 MBAdobe PDFMiniaturbild
Öffnen/Anzeigen