Data Mining von Sequenzdaten - Fachgebiet Datenbanken und ...

Weitere Magazine

Empfehlungen

Info

4 DURCHFÜHRUNG DES DATA MININGS 48 Gruppe Anzahl der Sequenzen Anzahl der Items bach0003 421 200 bach04 356 157 mas0003 30 124 mas04 136 181 Tabelle 26: Übersicht der vier Gruppen 4.2 Darstellung der Ergebnisse mit GraphViz GraphViz (Abkürzung für Graph Visualization Software)[GraphViz08] ist ein plattformübergreifendes Open-Source-Programmpaket und wurde von AT&T und den Bell-Labs entwickelt. Mit Hilfe von GraphViz können Objekte und deren Beziehungen untereinander visualisiert werden. So können gerichtete und ungerichtete Graphen mit GraphViz gezeichnet werden. Zur Beschreibung der darzustellenden Graphen verwendet Graph- Viz die Auszeichnungssprache DOT. Das GraphViz-Programm dot kann direkt in der Kommandozeile aus einem DOT-Quelltext als Textdatei den entsprechenden Graph zum Beispiel als eine Bilddatei erzeugen. Das Besondere an GraphViz ist, dass die Anordnung der Knoten und Kanten automatisch berechnet wird. Im DOT-Quelltext werden deshalb lediglich die Knoten und Kanten definiert. Wie der folgende DOT-Quelltext zeigt, kann man auch durch zusätzliche Parameter die Anordnung der Knoten und Kanten beeinflussen: } digraph Beispiel { node [ ]; knoten1 [label = “isolierter Knoten“]; knoten1 -> “DOT-Quelltext“ [style = invis]; GraphViz -> dot [color = “1,1,1“]; dot -> “DOT-Quelltext“ [ dir = none, constraint = false ]; {rank = same; dot; “DOT-Quelltext“;} Abbildung 20: Aus dem DOT-Quelltext erzeugter Graph Beispiel
4 DURCHFÜHRUNG DES DATA MININGS 49 In den obigen DOT-Quelltext sind alle Elemente und Parameter von DOT angegeben, die für die Darstellung der Ergebnisse dieser Arbeit gebraucht werden. Im Folgenden werden diese Elemente und Parameter näher erläutert. • digraph Name { }: Deklaration eines gerichteten Graphen mit der Bezeichnung Name. • node [Form]: Definition einer spezifischen Knotengestalt Form; wird Form nicht angegeben werden die Knoten als Ellipse dargestellt (Standardwert). • a [label = Name ]: Deklaration des Knoten a und Zuweisung der Bezeichnung Name für a; wird die Bezeichnung eines Knotens nicht explizit zugewiesen, entspricht die Bezeichnung des Knotens den Namen des Knotens. • a -> b: Eine gerichtete Kante von Knoten a nach Knoten b; Knoten a wird eine Ebene höher als Knoten b im Graph positioniert. • a -> b [ style = invis ]: Eine unsichtbare, gerichtete Kante von Knoten a nach Knoten b; Knoten a wird eine Ebene höher als Knoten b im Graph positioniert. • [ color = 1,1,1 ]: Zuweisung einer spezifischen Kantenfarbe; Farben werden durch drei Gleitkommazahlen zwischen 0 und 1 bezüglich des RGB-Farbraums definiert. • a -> b [ dir = none, constraint = false ]: Eine ungerichtete Kante von Knoten a nach Knoten b; Knoten a muss nicht zwangsläufig einer Ebene höher als Knoten b im Graph positioniert sein. • { rank = same; a; b; }: Knoten a und Knoten b werden in der selben Ebene positioniert. Ausgehend von den Visualiserungsmöglichkeiten von GraphViz musste für sequentielle Muster eine möglichst übersichtliche Darstellung gefunden werden, welche aber trotzdem alle Informationen aus den sequentiellen Mustern wiedergibt. Es wurde deshalb eine Darstellung als Graph mit gerichteten und ungerichteten Kanten ausgewählt. Auf diese Weise wird ein sequentielles Muster als ein Graph dargestellt, wobei die Knoten die Items und die Kanten die Beziehung der Items untereinander kennzeichnen. Dabei werden Items innerhalb eines Elementes mit einer ungerichteten Kante miteinander verbunden, während eine gerichtete Kante von Item a zu Item b die Beziehung ausdrückt, dass b im direkten Nachfolgerelement von a enthalten ist. Da bei der gleichzeitigen Darstellung von mehreren sequentiellen Mustern es aufgrund der vielen Kanten sehr schnell unübersichtlich werden kann, wurde die folgende Form der Darstellung (siehe Abbildung 21) mit einer minimalen Anzahl an Kanten gewählt.
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 10 und 11: 1 EINLEITUNG 4 〈32100, 05/08, {
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 70 und 71: 5 IMPLEMENTIERUNG 64 Berechnet den
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 92 und 93: 6 ERGEBNISSE 86 jekt Technische Inf
Seite 96 und 97: 6 ERGEBNISSE 90 dienverläufen. Es
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?