Temporale Aspekte des Data Mining - diko-project.de

oder falsch genutzten Datenbestände als ”Data Tombs“, zu Deutsch Datengräber.Einen Ausweg aus dieser Misere versprechen Data Mining-Techniken wie sie in denvorangegangenen Ausarbeitungen vorgestellt wurden.Data Mining-Werkzeuge entdecken Muster innerhalb großer Datenmengen, die fürden Benutzer von großem Nutzen sein können. Ähnlich wird auch bei temporalenDaten vorgegangen. Hier bemüht man sich temporale Muster zu entdecken.Im folgenden Abschnitt werden verschiedene Formen von temporalen Mustern vorgestelltund teilweise vertieft beschrieben. Dazu gehören sequentielle Muster, zeitlicheAssoziationsregeln und kalendarische Muster sowie intervall-basierende Ereignisse,Trends und ”unusual Movements“. Der Weg zu diesen Mustern, das heißt dieDatenanalyse wird im nächsten Kapitel dargestellt.4.1 Sequentielle MusterEin sequentielles Muster [Zak97] ist ein Muster, das beim ”mining“ über mehrereSequenzen entdeckt werden kann. Mit Hilfe sequentieller Muster werden Regeln aufgestellt.Diese sind zu vergleichen mit Assoziationsregeln. Assoziationsregeln stellenRelationen und Zusammenhänge zwischen einzelnen Objekten oder deren Attributeher. Sequentielle Muster erfüllen eine ähnliche Aufgabe, doch in einem Punktunterscheiden sie sich von den Assoziationsregeln gänzlich. Assoziationsregeln sindso genannte Intra-Transaktionsmuster, also Muster innerhalb einer Transaktion,beispielsweise innerhalb eines Warenkorbs. Sequentielle Muster dagegen sind Inter-Transaktionsmuster, das heißt, es werden Muster zwischen verschiedenen Transaktionenund nicht zwangsläufig innerhalb dieser untersucht (siehe Abbildung 3).Abbildung 3: Unterschied zwischen Intra- und Inter-TransaktionsmusterSo können beispielsweise Zusammenhänge bei verschiedenen Einkäufen übereinen Zeitraum von mehreren Wochen entdeckt werden. Formal wird ein sequentiellesMuster wie folgt beschrieben:T ist der eindeutige Bezeichner einer Transaktion, die eine Menge von Items I, alsoein so genanntes Itemset enthält.T ⊆ I (9)Mit C wird eine Kundesequenz bezeichnet, der eine Liste von Transaktionen zugeordnetist. Die Transaktionen sind in der Reihenfolge ihrer Transaktionszeit geordnet.C = T 1 ↦→ T 2 ↦→ · · · ↦→ T n (10)Eine Datenbank D enthält wiederum eine Menge solcher Kundensequenzen.11