Temporale Aspekte des Data Mining - diko-project.de

Themas. Zu den Grundlagen gehören eine knappe Einführung in das Data Mining,die Definition des Zeitbegriffs und die Erläuterung der notwendigen Voraussetzungen,um die Arbeit mit temporalen Daten zu ermöglichen.Zwei möglichen Repräsentationsformen ist das dritte Kapitel gewidmet. Hier werdenzwei Wege vorgestellt, die zeigen wie mit temporalen Daten gearbeitet werden kann.Dazu gehören einerseits temporale Datenbanken, insbesondere die Erweiterung derbekannten relationalen Systeme und zum anderen geht es um Zeitreihen.Das vierte Kapitel ”Temporale Muster“ stellt den Kern des Data Mining dar, schließlichist das Entdecken von Mustern (engl. Pattern) dessen Hauptziel. Innerhalb diesesKapitels werden ausgewählte temporale Muster vorgestellt, die beispielsweise zurPersonalisierung verwendet werden können. Es gilt dabei häufige und wiederkehrendeVorgänge festzustellen und allgemein gültig zu beschreiben. Zu den bekanntestenMustern gehören die ”temporalen Assoziationsregeln“.Die Analyse der temporalen Daten steht im Mittelpunkt des fünften Kapitels. Inder Datenanalyse werden die zuvor beschriebenen Muster ausfindig gemacht. ZurErläuterung der Analysetechniken werden verschiedene Algorithmen vorgestellt, diespeziell für die Bearbeitung von temporalen Daten konzipiert oder daran angepasstwurden. Dazu gehören Clustering- und Klassifikationsverfahren sowie der GSP- undSPADE-Algorithmus.Die letzten beiden Kapitel dieser Arbeit zeigen eine Einordnung dieses Teilthemas indas Gesamtbild des Projekts ”DIKO - Data in Knowledge out“ und die Schlussbetrachtung.Das Projekt beschäftigt sich mit der Personalisierung internetbasierenderHandelsszenarien. Den Schluss dieser Arbeit bilden Glossar und Literaturverzeichnis.2 Grundlagen und BegriffeIn diesem Kapitel werden die wichtigen Begriffe und notwendigen Voraussetzungenerläutert. Dazu gehören der Zeitbegriff und die verwandten Begriffe ”Zeitraum“und ”Zeitpunkt“ sowie die ”Granularität“. Darüberhinaus gibt es unterschiedlicheModelle die Zeit darzustellen und es wird klar, dass der Zeitbegriff an sich sehrsubjektiv sein kann. Bevor allerdings die mit den temporalen Aspekten in Zusammenhangstehenden Begriffe eingeführt werden, soll noch knapp das Data Miningerklärt werden.2.1 Data MiningIm Zeitalter der Informationstechnik wächst die Zahl der Daten, die in Unternehmensowie in Wissenschaft und Forschung gespeichert werden ins Unüberschaubare[HK01]. Die Bemühungen, trotz der Menge der Daten die notwendigen wichtigen Informationenaufzudecken, werden unter dem Oberbegriff ”Knowledge Discovery inDatabases“ (KDD) zusammengefasst. KKD ist der ”nicht-triviale“ Prozess, dessenZiel es ist, ”gültige, neue, potentiell nützliche und letztendlich verständliche Musterin Daten“ zu finden [FPSS96]. Man spricht deshalb vom KDD-Prozess. DieserProzess besteht aus neun Schritten:1. Datenverständnis und Zielbestimmung (Kundensicht)2. Auswahl der Daten3. Aufbereitung der Daten (Preprocessing)4. Reduzierung und Projektion der Daten5. Wahl einer geeigneten Data-Mining-Methode3