In vielen, insbesondere größeren Unternehmen entstehen in kurzen Zeiträumen Terabyte von Daten, bspw. über das Kaufverhalten von Kunden, über Produkte oder über Informationsbedürfnisse. Diese umfangreichen Datenbestände beinhalten wertvolle Information für Entscheider und erfordern die Anwendung von anspruchsvollen mathematisch-statistischen Verfahren zur Datenanalyse. Mit den mathematisch-statistischen Verfahren, die unter Data Mining-Verfahren zusammengefaßt werden, sind wertvolle vorverarbeitende aber auch entscheidungsunterstützende Datenanalysen möglich. In diesem Buch wird eine Anwendungsarchitektur für Data Mining entwickelt. Ein wesentlicher Beitrag besteht in der systematischen Aufarbeitung von Data Mining-Verfahren und deren anwendungsbezogene Einordnung in die Data Mining-Anwendungsarchitektur (DMA).
Gewinnen Sie einen Weber Grill: Lösen Sie das Buchstabenrätsel und nehmen Sie am Gewinnspiel teil - nur bis zum 30. Juni 2013.
Wird oft zusammen gekauft
{"itemData":[{"priceBreaksMAP":null,"buyingPrice":44.8,"ASIN":"3486577158","isPreorder":0},{"priceBreaksMAP":null,"buyingPrice":27.99,"ASIN":"383480858X","isPreorder":0},{"priceBreaksMAP":null,"buyingPrice":19.9,"ASIN":"3937137661","isPreorder":0}],"shippingId":"3486577158::wTx9BdnGft0r8ingPQA3nR%2Fmy03310lNKRHYRu72l14P3Dn0P6LPTNfPidHGZdbjBPXpICXiK5YL4R0BmCrePaVTZRt%2FrByJ,383480858X::NJYruKQL24cyYC%2BRzGTaZNBcZoM8nVRWVIo9l9fVQVr3pkIZy7uvFJdspAFs%2FvYM4h1q%2BgKIKnEOx85hCQ1%2BdsDb79FvP3WKoPgNRdzXqyQ%3D,3937137661::9U9Bp8HDPFyUSOUeAeouuIIwTCmbtlgYz3La%2FEQskxdSNfjME%2F28AHcoIOmsSTqW5y4Rf3OrpvOY4lV9HKBYZI1lt13YnNG4kx%2FaDIbPRTg%3D","sprites":{"addToWishlist":["wl_one","wl_two","wl_three"],"addToCart":["s_addToCart","s_addBothToCart","s_add3ToCart"],"preorder":["s_preorderThis","s_preorderBoth","s_preorderAll3"]},"currenyCode":"EUR","shippingDetails":{"xz":"same","yz":"same","xy":"same","xyz":"same"},"tags":["x","y","z"],"strings":{"addToWishlist":[null,null,null],"addToCart":["In den Einkaufswagen","Beides in den Einkaufswagen","Alle drei in den Einkaufswagen"],"showDetailsDefault":"Verfügbarkeit und Versanddetails anzeigen","shippingError":"Ein Fehler ist aufgetreten, bitte versuchen Sie es noch einmal","hideDetailsDefault":"Verfügbarkeit und Versanddetails verbergen","priceLabel":["Preis:","Preis für beide:","Preis für alle drei:"],"preorder":["Diesen Artikel vorbestellen","Beide Artikel vorbestellen","Alle drei Artikel vorbestellen"]}}
Kunden, die diesen Artikel angesehen haben, haben auch angesehen
Dr. habil. Helge Petersohn ist wissenschaftliche Mitarbeiterin an der Universität Leipzig und Beraterin der NH Consult GmbH. NHC ist ein Spin-off des Instituts für Wirtschaftsinformatik der Universität Leipzig und verfügt über umfangreiche Beratungs- und Entwicklungskompetenz zu Prozessmanagement und Workflowsteuerung im E-Government-Umfeld und befasst sich in Forschung und Praxis mit dem Thema Prozess Mining. Die Mitarbeiter der NHConsult GmbH können in der Vergangenheit sowohl auf wissenschaftliche Arbeiten als auch Projekte zur praktischen Umsetzung in öffentlichen Verwaltungen verweisen.
Welche anderen Artikel kaufen Kunden, nachdem sie diesen Artikel angesehen haben?
Eine digitale Version dieses Buchs im Kindle-Shop verkaufen
Wenn Sie ein Verleger oder Autor sind und die digitalen Rechte an einem Buch haben, können Sie die digitale Version des Buchs in unserem Kindle-Shop verkaufen.
Weitere Informationen
Der Klappentext des Buches besagt, dass hierin eine Data Mining Anwendungsarchitektur vorgestellt wird. Dies ist nicht unwahr, allerdings beschränken sich die Ausführungen auf ein nicht wirklich revolutionäres und operationalisierbares Konstrukt (Gegenstands-/Meta-/Praxiskomponente) im ersten Kapitel und einigen hübschen ARIS-Prozessbildchen im neunten Kapitel - die restlichen Kapitel und Seiten werden gefüllt mit Beschreibungen zu statistischen und mathematischen Verfahren die schon viele andere Autoren unter dem Begriff "Data Mining" subsummiert haben.
Dass es sich hierbei um die Habilitationsschrift der Autorin handelt ist nicht unbedingt ein Vorteil, da - wie in wissenschaftlichen Beiträgen üblich - versucht wird, ein möglichst großes Spektrum verschiedener Aspekte und Literaturreferenzen abzudecken, die in diesem Falle m.E. suboptimal gewählt sind: die klassischen Verfahren des Data Mining werden aufgeführt während "neuere" Verfahren wie bspw. Web-/Text Mining aber unerwähnt bleiben.
Für mich brachte die Lektüre leider nur wenig neue Erkenntnisse und die Anwendbarkeit (sowie der potentielle Nutzen) der vorgestellten Data Mining Architektur in der Praxis ist in Frage zu stellen. Als Referenz bzw. Nachschlagewerk kann dieses Buch jedoch aufgrund des Umfangs und der formalen Darstellung der Verfahren und Algorithmen geeignet sein.
H. Petersohn geht sehr strukturiert vor. Die Definitionen werden erläutert ohne dabei in Fachchinesisch zu verfallen oder zu allgemein und langweilig zu werden. Viele Abbildungen verdeutlichen das Geschriebene, die Verahren und vor allem die dahinter stehende Formeln kommen auch nicht zu kurz.
Klar, fundiert, alle notwendigen Infos sind da - sehr empfehlensewert.