Data Mining von Sequenzdaten - Fachgebiet Datenbanken und ...

Weitere Magazine

Empfehlungen

Info

1 EINLEITUNG 4 〈32100, 05/08, {〈Brot : 150T Euro〉 , 〈Butter : 70T Euro〉 , 〈Milch : 110T Euro〉 , · · · }〉, 〈32101, 05/08, {〈Brot : 90T Euro〉 , 〈Butter : 55T Euro〉 , 〈Milch : 80T Euro〉 , · · · }〉, 〈32100, 06/08, {〈Brot : 180T Euro〉 , 〈Butter : 100T Euro〉 , 〈Milch : 60T Euro〉 , · · · }〉, 〈32101, 06/08, {〈Brot : 80T Euro〉 , 〈Butter : 60T Euro〉 , 〈Milch : 90T Euro〉 , · · · }〉, Abbildung 4: Verkaufszahlen einer Filialkette 1.2.2 Beispiele für Anwendungen des Data Minings von Sequenzdaten Suche nach häufigen Teilsequenzen Der Marketing-Manager eines Kaufhauses möchte eine Werbe-Kampagne mit den folgenden Aspekten starten. Zum einen soll eine geeignete Menge von Waren für die Werbe-Kampagne ausgesucht werden. Zum anderen soll die Werbe-Kampagne an eine dafür empfängliche Kundengruppe adressiert werden. Dadurch soll nicht nur der Verkauf der ausgewählten Waren stimuliert, sondern auch die Kundenbindung zum Kaufhaus weiter ausgebaut werden. Dafür wurden in der Vergangenheit Transaktionsdaten von Kunden gespeichert. Jede Transaktion enthält die Kunden-ID, die gekauften Produkte in der Transaktion und einen Zeitstempel dieser Transaktion. Durch Gruppierung der Transaktionen nach Kunden und Sortierung in aufsteigender Reihenfolge der Zeitstempel erhält der Marketing-Manager eine Kaufsequenzdatenbank, in der jede Sequenz das Kaufverhalten eines Kunden widerspiegelt. Durch die Suche nach häufigen Teilsequenzen, die bei vielen Kunden vorkommen, kann der Marketing-Manager interessante Kaufmuster identifizieren. Diese Kaufmuster als häufige Teilsequenzen sind sehr gut geeignet um das Kaufverhalten von Kunden zu verstehen. Der Marketing-Manager kann sowohl die geeigneten Produkte für die Werbe- Kampagen, als auch die zu adressierenden Kunden aus den gefundenen Kaufmustern ableiten. Klassifikation von Sequenzen Der Sicherheitschef einer Fluggesellschaft ist für die Bremssysteme von Flugzeugen verantwortlich. Die Zustandsprotokolle für jedes Flugzeug liegen als Sequenzen von Einträgen vor. Eine Wartung der Flugzeuge an einem sogenannten Knoten-Flughafen ist anstrebenswert, da die Wartungskosten deutlich niedriger sind als die Kosten für die Wartung an einem Gäste-Flughafen. Auch sollte die Wartung der Flugzeuge nicht zu häufig geschehen, weil sonst nur unnötige Kosten entstehen würden. Deshalb ist der Sicherheitschef mit der folgenden Problemstellung konfrontiert: wie kann man anhand der Sequenz von Zustandseinträgen eines Flugzeuges mit hoher Genauigkeit vorhersagen, ob ein Flugzeug eine Wartung benötigt, bevor es zum nächsten
1 EINLEITUNG 5 Knoten-Flughafen fliegt. Es handelt sich hierbei um ein Klassifikationsproblem, da Vorhersagen anhand von Vergangenheitsdaten getroffen werden sollen. Clustering von Sequenzen Ein Analyst der Medizin ist zuständig für die Untersuchung von Reaktionen von Patienten auf ein neues Medikament. Für jeden Patient, der das Medikament einnimmt, wird eine Sequenz an Reaktionen des Patienten, wie zum Beispiel die Veränderungen der Temperatur oder des Blutdrucks, erstellt. Um die Ergebnisse der Untersuchung zusammenzufassen muss der Analyst die Patienten in Teilgruppen aufteilen, so dass alle Patienten in einer Teilgruppe ähnliche Reaktionen auf das Medikament aufweisen, während Patienten aus verschiedenen Teilgruppen erheblich abweichende Reaktionen auf das Medikament haben. Es handelt sich hierbei um ein Clustering-Problem, da die Aufteilung der Teilgruppen nur auf der Ähnlichkeit zwischen Sequenzen basiert. Typische Studienverläufe Ein Professor einer Fakultät möchte die Studien- und Prüfungsordnung eines Studiengangs an das Studienverhalten der Studierenden anpassen. Dazu will er wissen welche typischen Studienverläufe es von Studierenden gibt. Für die Lösung des Problems liegt eine Prüfungsdatenbank vor, in welcher Prüfungsleistungen für jeden Studenten für jedes Semester gespeichert sind. Werden für jeden Studenten belegte Prüfungsleistungen eines Semesters als eine Transaktion betrachtet, und in aufsteigender Reihenfolge des Semesters sortiert, erhält der Professor einer Sequenzdatenbank von Studienverläufen. Ein Studienverlauf sagt dann aus, dass zum Beispiel ein Student im ersten Semester die Fächer a und b , im zweiten Semester das Fach c usw. belegt hat. Durch das Suchen von häufigen Teilsequenzen in der Sequenzdatenbank kann der Professor typische Studienverläufe finden, welcher von den Studierenden gewählt wurden. Dieses Beispiel soll zeigen, dass es in der Praxis, neben den großen Bereichen wie Wirtschaft und Medizin, viele Problemstellungen gibt, die erst durch Betrachtung der zugrundeliegenden Daten als Sequenzdaten zu Lösungen führt. 1.3 Aufgabenstellung Es liegen Prüfungsdaten von Studenten der Informatik an der Leibniz Universität Hannover vor. Ohne Vorwissen über die Prüfungsdaten soll durch Anwendung von Konzepten des Data Minings von Sequenzdaten sequenzbezogenes Wissen in diesen Daten entdeckt werden. Insbesondere sollen dabei Teilsequenzmustern als typische Studienverläufe identifiziert werden.
Seite 1: Data Mining von Sequenzdaten Diplom
Seite 4 und 5: IV Zusammenfassung Das Forschungsfe
Seite 6 und 7: INHALTSVERZEICHNIS VI 5.1 PrefixSpa
Seite 8 und 9: 1 EINLEITUNG 2 Ein anderes wichtige
Seite 12 und 13: 1 EINLEITUNG 6 Dabei sollen die Dat
Seite 14 und 15: 2 GRUNDLAGEN 8 tern. Mit Hilfe des
Seite 16 und 17: 2 GRUNDLAGEN 10 ist, und d ein Prod
Seite 18 und 19: 2 GRUNDLAGEN 12 Beispiel 2.9. Gegeb
Seite 20 und 21: 2 GRUNDLAGEN 14 Abbildung 5: Darste
Seite 22 und 23: 2 GRUNDLAGEN 16 Zum Beispiel ist di
Seite 24 und 25: 2 GRUNDLAGEN 18 Wie schon im Anfang
Seite 26 und 27: 3 ALGORITHMEN 20 3 Algorithmen In d
Seite 28 und 29: 3 ALGORITHMEN 22 Um zu zeigen, dass
Seite 30 und 31: 3 ALGORITHMEN 24 3-Muster 2-Präfix
Seite 32 und 33: 3 ALGORITHMEN 26 1. Sei {x 1 , x 2
Seite 34 und 35: 3 ALGORITHMEN 28 Präfix projiziert
Seite 36 und 37: 3 ALGORITHMEN 30 dabei unterschiedl
Seite 38 und 39: 3 ALGORITHMEN 32 Abbildung 14: gesc
Seite 40 und 41: 3 ALGORITHMEN 34 nach häufigen, ge
Seite 42 und 43: 3 ALGORITHMEN 36 Eingabe: Sequenzda
Seite 44 und 45: 3 ALGORITHMEN 38 ist. Deshalb brauc
Seite 46 und 47: 3 ALGORITHMEN 40 th). Auch wird bei
Seite 48 und 49: 3 ALGORITHMEN 42 Respektive erhält
Seite 50 und 51: 4 DURCHFÜHRUNG DES DATA MININGS 44
Seite 58 und 59: 5 IMPLEMENTIERUNG 52 5 Implementier
Seite 60 und 61:
5 IMPLEMENTIERUNG 54 Abbildung 25:
Seite 62 und 63:
5 IMPLEMENTIERUNG 56 Methodenübers
Seite 64 und 65:
5 IMPLEMENTIERUNG 58 • boolean: i
Seite 66 und 67:
Seite 68 und 69:
Seite 70 und 71:
5 IMPLEMENTIERUNG 64 Berechnet den
Seite 72 und 73:
Seite 74 und 75:
5 IMPLEMENTIERUNG 68 den MinSupport
Seite 76 und 77:
5 IMPLEMENTIERUNG 70 Auch lassen si
Seite 78 und 79:
5 IMPLEMENTIERUNG 72 Auswahlparamet
Seite 80 und 81:
5 IMPLEMENTIERUNG 74 (a) Kontextdia
Seite 82 und 83:
5 IMPLEMENTIERUNG 76 Im Folgenden s
Seite 84 und 85:
6 ERGEBNISSE 78 6 Ergebnisse In die
Seite 86 und 87:
6 ERGEBNISSE 80 (a) maximale sequen
Seite 88 und 89:
6 ERGEBNISSE 82 Im Folgenden sollen
Seite 90 und 91:
Seite 92 und 93:
6 ERGEBNISSE 86 jekt Technische Inf
Seite 94 und 95:
Seite 96 und 97:
6 ERGEBNISSE 90 dienverläufen. Es
Seite 98 und 99:
Seite 100 und 101:
6 ERGEBNISSE 94 Informationssysteme
Seite 102 und 103:
6 ERGEBNISSE 96 Elektrotechnische G
Seite 104 und 105:
7 SCHLUSS 98 7.2 Ausblick In dieser
Seite 106 und 107:
8 ANHANG 100 8.2 Beispiel für die
Seite 108 und 109:
8 ANHANG 102 8.4 Regelstudienplan d
Seite 110 und 111:
LITERATUR 104 Literatur [AG02] [AS9
Seite 112:
Erklärung Hiermit versichere ich,
Alle anzeigen

Data Mining von Sequenzdaten - Fachgebiet Datenbanken und ...

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?