14.01.2014 Aufrufe

Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Einsparpotential, wobei ein Sättigungsverlauf zu erkennen ist (siehe Abbildung 6‐16). Bei den<br />

durchgeführten Testszenarien lagen alle ermittelten Einsparpotentiale der Potentialanalyse per<br />

Aggregation gegenüber der Rastersuche unter 45 %. Eine wesentlich höhere Effizienz ist nicht zu<br />

erwarten.<br />

Aus den Graphen geht außerdem hervor, dass das Kriterienset einen erheblichen Einfluss auf die<br />

Effizienz des Reduktionsverfahrens hat. Zu erwähnen ist, dass für die unterschiedlichen Kriteriensets<br />

immer die gleichen Kriterien, jedoch unterschiedliche Prioritäten verwendet wurden. Die<br />

Kriteriensets bis sind durch einen linearen Prioritätsabfall gekennzeichnet. Die Prioritäten<br />

beeinflussen zum einen die Anwendungsreihenfolge der Kriterien, zum anderen den Eintritt der<br />

frühestmöglichen Reduktion per Potentialanalyse. Die Potentialanalyse führt frühestens zur<br />

Reduktion, wenn die Hälfte der Prioritäten verarbeitet wurde. Bei den Kriteriensets und führt<br />

demnach frühestens die Anwendung des dritten Kriteriums, bei den anderen Kriteriensets bereits die<br />

Anwendung des zweiten Kriteriums zu einer Reduktion. Die Effizienzunterschiede ergeben sich<br />

jedoch nicht nur anhand des Reduktionsbeginns, sondern ebenfalls durch die Kriterienreihenfolge.<br />

Zwischen den Kriteriensets bis existieren, die gleiche Inputmenge und angedachte<br />

Zielmächtigkeit betreffend, immerhin Effizienzunterschiede zwischen 4 % bis zu circa 11,5 %.<br />

Fazit zur Testphase IV<br />

Die bisherigen Testphasen haben gezeigt, dass die Potentialanalyse per Aggregation in vielen Fällen<br />

das geeignetste Reduktionsverfahren darstellt, da diese eine maximale Stabilität bezüglich der<br />

Qualität der Ergebnismenge liefert. Den Ergebnissen aus Testphase IV ist jedoch ebenfalls zu<br />

entnehmen, dass es in einigen Fällen aufgrund der verhältnismäßig geringen Effizienz sinnvoll sein<br />

kann, zumindest temporär auf andere Reduktionsverfahren auszuweichen.<br />

So Können Reduktionsverfahren besonders bei Szenarien mit großen Inputmengen und vielen<br />

Reduktionskriterien zu einer erheblichen Effizienz gegenüber einer Rastersuche führen. Bei<br />

Verwendung der Potentialanalyse ist hierbei ein Einsparpotential wesentlich über 45 % allerdings<br />

nicht zu erwarten.<br />

6.6.6. Testphase V: Auswirkungen von Zufallsreduktionen<br />

Werden Kriterien bei der Reduktion ignoriert, also eine Zufallsreduktion durchgeführt, kann der<br />

Aufwand für die Rangbildung erheblich reduziert werden. Bei einer großen Inputmenge kann davon<br />

ausgegangen werden, dass in dieser viele gute Kandidaten enthalten sind. In der Testphase V sollte<br />

analysiert werden, unter welchen Bedingungen und bis zu welchem Grad eine zufällige Reduktion<br />

von Kandidaten möglich ist, ohne dass erhebliche Qualitätsverluste zu erwarten sind. Erkenntnisse<br />

156

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!