Assoziationsanalyse und Konzeptbeschreibung - Diko-project.de

Ein modernes, im Internet präsentes Versandhaus analysiert seine Verkaufsdaten
und macht die Feststellung, daß sich die Kunden zwei verschiedene
Gruppen aufteilen lassen. Die Mitglieder der Gruppe ” Junger,
gutverdienender, stadtbewohnender Karrierist“ weisen ein anderes Kaufverhalten
auf als die Kunden, die der Gruppe ” Alleinerziehende Sozialhilfeempfänger“
angehören. Da die Mitglieder der ersten Gruppe den größeren
Beitrag zum Umsatz des Unternehmens leisten, wird das Angebot den
Wünschen dieser Kunden angepasst.
Ein Supermarkt verwendet die Barcode-Lesegeräte an den Kassen dazu,
die Daten der einzelnen Einkäufe zu sammeln. Diese Daten werden an
eine Datenbank übermittelt und dort gespeichert. Mittels KDD können
Erkenntnisse darüber gewonnen werden, welche Waren häufig zusammen
gekauft werden. Eine entsprechende Anordnung dieser Waren in den Regalen
kann dann dazu führen, daß aufgrund zufriedener Kundschaft die
Verkaufszahlen steigen.
Diese recht trivialen Beispiele machen den allgemeinen Nutzen von KDD deutlich.
In dieser Arbeit soll zunächst der KDD-Prozess im Allgemeinen kurz vorgestellt
werden, um anschließend näher auf zwei spezielle Methoden einzugehen,
die Assoziationsanalyse und die Konzeptbeschreibung. Die Assoziationsanalyse
wird anhand von Grundlagen und Beispielen eingeführt. Im Anschluß wird
mit dem Apriori-Algorithmus ein grundliegender Algorithmus für das Finden
von Assoziationsregeln erläutert. Das Kapitel Assoziationsanalyse schließt mit
der Vorstellung mehrerer komplexerer Assoziationsregeln ab, die für anspruchsvollere
Aufgaben entwickelt wurden. Mit der Konzeptbeschreibung wird eine
Methode für die Ermittlung einer zusammengefaßten Sicht auf Datenmengen
vorgestellt. Die Konzeptbeschreibung ist in zwei Komponenten gegliedert: die
Charakterisierung von Klassen und dem Klassenvergleich. Die Funktionsweise
dieser beiden Bereiche sowie auf den ihnen zugrundeliegenden Algorithmus der
attributorientierten Induktion wird im Rahmen dieser Arbeit genauer betrachtet
werden.
2 Knowledge Discovery in Databases
KDD befasst sich mit der automatischen Generierung und Prüfung von Methoden
und Hypothesen zur Beschreibung von in einem Datenbestand vorhandenen
Regelmässigkeiten. Es ist zwar keine allgemein anwendbare und sicher zum Erfolg
führende Methode bekannt, mit der Wissen aus Datenbanken gewonnen
werden kann, aber es existieren viele Techniken, die auf viele praktische Probleme
anwendbar sind und zu zufriedenstellenden Ergebnissen führen [bor]. KDD
ist das Forschungsgebiet, daß sich mit der Entwicklung und Untersuchung dieser
Methoden befasst. Die Anwendung dieser Techniken erfolgt im sogenannten
KDD-Prozess. Dieser wird von Fayyad, Piatetsky-Shapiro & Smyth folgendermaßen
definiert [FPSS96]:
KDD Process is the process of using the database along with any required
selection, preprocessing subsampling, and transformations of it; to apply data
mining methods (algorithms) to enumerate patterns from it; and to evaluate
the products of data mining to identify the subset of the enumerated patterns
deemed ” knowledge“.
2