Data Mining

Data Mining ist ein modellgestütztes Analysesystem, das selbstständig Beziehungsmuster erkennt. Das Tool ermittelt Gleichmäßigkeiten und Unterbrechungen in den Daten und stellt diese durch logische oder funktionale Zusammenhänge dar. Das Programm übernimmt diese Prozeduren folglich autonom, der Anwender muss lediglich die Interpretation der Daten durchführen.

Das Data Mining bedient sich einiger Methoden, die im Folgenden erläutert werden.

Clusterbildung

Dieser Teil beschäftigt sich mit der Gruppenbildung von Daten nach bestimmten Merkmalen. Beispielsweise zählt die Zusammenfassung ähnlicher Kunden nach ausgesuchten Kriterien dazu.

Klassifikation

Um eine bessere Zuordnung zu erhalten, erfolgt eine Einteilung der Daten in Klassen. Dadurch ist es in der Praxis möglich, Kunden nach ihrer Schadensklasse in der Versicherung zu segmentieren.

Regression

Die Regression ergründet die Entstehung und Auswirkungen der gegebenen Merkmale. Ein wirtschaftliches Beispiel ist die Aktienkursentwicklung mit den daraus resultierenden Zinsen für die Kunden.

Abhängigkeitsentdeckung

Dieser Prozess deckt die Beziehungsmuster der Merkmalsstufen untereinander auf. Hilfreich ist die Abhängigkeitsentdeckung u.a. für die Warenkorbuntersuchung im Einzelhandel.

Abweichungsentdeckung

Zuletzt wird untersucht, ob Merkmale vorhanden sind, die sich im großen Ausmaß von anderen unterscheiden. Mithilfe dieser Funktion kann man zum Beispiel Produktivitätsschwankungen in einem festen Zeitraum untersuchen.

Drucken