Data Mining von Sequenzdaten - Fachgebiet Datenbanken und ...

1 EINLEITUNG 6
Dabei sollen die Daten nach geeigneten Modellen aufbereitet werden, so dass Werkzeuge
des Data Minings von Sequenzdaten darauf angewendet werden können. Für die
Lösung des Problems sollen Algorithmen ausgearbeitet, ausgewählt und implementiert
werden, welche Muster in den Prüfungsdaten finden. Gegebenfalls können dabei Data
Mining-Algorithmen der Open-Source-Anwendung Weka [Weka07] verwendet werden.
Darüberhinaus sollen die verwendeten Algorithmen in einer grafischen Benutzeroberfläche
eingebunden werden, so dass dem Benutzer eine komfortable Möglichkeit geboten
wird, die implementierten Algorithmen auf Sequenzdaten anzuwenden. Zusätzlich soll
die grafische Benutzeroberfläche die gefundenen Muster aussagekräftig darstellen können,
und eine komfortable Handhabung der Ergebnisse ermöglichen.
1.4 Aufbau der Arbeit
Diese Arbeit ist so aufgebaut, dass alle notwendigen Schritte zur Lösung der Aufgabenstellung
nacheinander behandelt werden. Im Kapitel 2 werden als erstes Vorüberlegungen
getroffen, inwieweit Konzepte des Data Minings von Sequenzdaten dazu geeignet sind,
die Aufgabenstellung zu lösen. Danach werden die für geeignet befundenen Konzepte
vorgestellt.
Das dritte Kapitel beschäftigt sich mit den Algorithmen, die für die vorgestellten Konzepte
aus Kapitel 2 geeignet sind. Es werden für jedes Konzept stellvertretend jeweils
zwei Algorithmen vorgestellt. Anschließend wird im Zuge eines Vergleichs der Algorithmen
eine Auswahl getroffen, welche Algorithmen implementiert werden sollen. Zusätzlich
werden eigene Algorithmen für die Redundanzbehebung vorgestellt. Am Ende des Kapitels
wird noch auf weitere Algorithmen verwiesen, die aufgrund ihres Umfangs nicht
behandelt werden können.
In Kapitel 4 werden zwei wichtige Schritte im Data Mining-Prozess beschrieben. Zuerst
werden die zugrundeliegenden Daten für das Data Mining vorgestellt. Darüberhinaus
wird beschrieben wie die Daten bereinigt und aufbereitet wurden. Danach erfolgt
eine Erläuterung, wie die Ergebnisse des Data Minings dargestellt werden können. Insbesondere
wird das Visualisierungprogrammpaket GraphViz vorgestellt, welche für die
Darstellung der Ergebnisse verwendet wird.
Nach diesen Betrachtungen befasst sich das Kapitel 5 mit der Implemeniertung der
augewählten Data Mining-Algorithmen aus Kapitel 3 und der grafischen Benutzeroberfläche.
Bezüglich der Implementierung der Algorithmen werden dabei die verwendeten
Datenstrukturen und Techniken beschrieben. Im Anschluss daran werden die Funktionalitäten
und Benutzungshinweise für die grafische Benutzeroberfläche erläutert.
Schließlich werden die Ergebnisse, die mit Hilfe der implementierten Algorithmen
in den Prüfungsdaten gefunden wurden, in Kapitel 6 vorgestellt und interpretiert. Es
erfolgt danach ein Fazit über die gefundenen Muster in den Sequenzdaten. Im Kaptitel 7
wird eine Zusammenfassung der Arbeit dargelegt. Darauffolgend wird im Rahmen eines
Ausblicks auf mögliche Verbesserungen hingewiesen.