Objekt-Metadaten
Häufige Muster in zeitbezogenen Daten

Autor :Steffen Kempe
Herkunft :OvGU Magdeburg, Fakultät für Informatik
Datum :19.12.2008
 
Dokumente :
Dataobject from HALCoRe_document_00005803
kempe.pdf ( 4842  kB)    ZIP generieren   Details >>
 
Typ :Dissertation
Format :Text
Kurzfassung :Temporales Data Mining ist ein Teilgebiet der Wissensentdeckung in Datenbanken, das sich mit der Suche nach Mustern in zeitbezogenen Daten beschäftigt. Zeitbezogene Daten entstehen auf natürliche Weise in den verschiedensten Anwendungsgebieten. Die vorliegende Arbeit ist durch drei Anwendungen in der Automobilindustrie motiviert, in denen zeitbezogene Daten in Form von Intervallsequenzen anfallen. Jedes Intervall einer Intervallsequenz beschreibt hierbei das Auftreten eines bestimmten Ereignisses über einen definierten Zeitraum. Für eine gegebene Menge von Intervallsequenzen werden in dieser Arbeit Algorithmen vorgestellt, die es ermöglichen, alle häufigen temporalen Muster zu identifizieren. Im Gegensatz zu existierenden Verfahren zeichnen sich die neu entwickelten Algorithmen dadurch aus, dass alle Vorkommen eines Musters innerhalb einer Intervallsequenz berücksichtigt werden und die Häufigkeit eines Musters auf der Anzahl seiner Vorkommen in den Daten basiert. Diese Eigenschaften sind sowohl für die Anwendungen dieser Arbeit als auch für viele weitere Anwendungsgebiete eine unerlässliche Voraussetzung, um die zugrunde liegende Data Mining-Aufgabe sachgerecht zu adressieren. Des Weiteren werden ergänzende Verfahren zu häufigen temporalen Mustern beschrieben, die den Praxiseinsatz der neuen Algorithmen unterstützen. Zu den ergänzenden Verfahren gehören beispielsweise eine geeignete Visualisierung temporaler Muster oder die Generierung von temporalen Regeln. Zum Abschluss wird die Wirksamkeit der neuen Algorithmen und Verfahren anhand der drei Anwendungen aus der Automobilindustrie demonstriert.
Schlagwörter :temporal data mining, frequent patterns, sequences
Rechte :Dieses Dokument ist urheberrechtlich geschützt.
Größe :VIII, 169 S.
 
Erstellt am :27.01.2009 - 13:31:18
Letzte Änderung :22.04.2010 - 08:45:43
MyCoRe ID :HALCoRe_document_00005803
Statische URL :http://edoc.bibliothek.uni-halle.de/servlets/DocumentServlet?id=5803