| Data Mining als betriebliches Informationssystem und dessen Implementierung im Unternehmen Contributor(s): Frank, Uwe (Author) |
|
 |
ISBN: 3838617215 ISBN-13: 9783838617213 Publisher: Diplom.de OUR PRICE: $87.88 Product Type: Paperback Language: German Published: September 1999 |
| Additional Information |
| BISAC Categories: - Computers | Programming Languages - General |
| Physical Information: 0.25" H x 5.83" W x 8.27" (0.32 lbs) 104 pages |
| Descriptions, Reviews, Etc. |
| Publisher Description: Inhaltsangabe: Einleitung: Immer schneller steuern die westlichen Industriel nder auf die sogenannte Informationsgesellschaft zu. Unternehmen besch ftigen sich immer st rker mit den Themen Information und Kommunikation, um daraus Wettbewerbsvorteile zu erzielen. In jedem Jahr werden in einem Unternehmen neue Daten von EDV -Anwendungen produziert, so da die vorhandene Datenmenge rapide zugenommen hat und auch weiterhin w chst. Man sch tzt, da sich die Menge weltweit vorhandener Informationen alle 20 Monate verdoppelt. Diese objektive Datenzunahme macht sich auch subjektiv als Information Overload bemerkbar. In diverser Literatur wird dabei sogar von einem Datennirvana gesprochen. Es f llt deshalb immer schwerer, aus einer F lle ungeordneter Daten schnell und verl lich wichtige Informationen, die Grundlage aller Entscheidungen sind, herauszuziehen. Die Situation in vielen Unternehmen kann als Informationsarmut im Daten berflu bezeichnet werden. Dies f hrte zu einem gesteigerten Interesse an Methoden, die automatisch n tzliches Wissen aus gro en Datenbanken filtern k nnen. Das idealisierte Ziel ist letztendlich die Information auf Knopfdruck. Aus dieser Entwicklung heraus hat sich in den letzten ca. 5 Jahren unter den Synonymen Data Mining, Knowledge Discovery in Databases oder Datenmustererkennung eine neue Forschungsrichtung etabliert. Das Forschungsziel sind allgemein verwendbare, effiziente Methoden, die selbst ndig aus riesigen unbereinigten Datenmengen versteckte Informationen identifizieren k nnen und dem Anwender als Wissen pr sentieren, das von hoher strategischer Bedeutung ist. Erste Erfolge im Bereich des Data Mining dokumentieren Workshops der letzten Jahre und das beachtliche Angebot an kommerziellen Software-Tools f r die Datenmustererkennung. Berichte aus der Praxis sind zwar noch rar, aber es mehren sich Hinweise darauf, da Data Mining Fu fassen wird. Voraussetzung f r effektives und erfolgreiches Data Mining ist allerdings ein gut organisierte |