Data Mining

Inhaltsverzeichnis

  Inhaltsverzeichnis  2

  Abkürzungsverzeichnis  4

  Abbildungsverzeichnis  5

1.  Einführung und Inhalt der Arbeit  7

2.  -  7

2.1  Der CRISP Data Mining Prozess  8

2.1.1  Business Understanding  9

2.1.2  Data Understanding  10

2.1.3  Data Preperation  11

2.1.4  Modeling  12

2.1.5  Evaluation  12

2.1.6  Deployment  13

2.2  Phasen des Data Mining  13

3.  Aufgaben und geeignete Methoden des Data Mining  14

3.1  Segmentierung  15

3.1.1  Clusteranalyse als Methode der Segmentierung  15

3.1.2  Beispiel: Single Linkage Verfahren  16

3.2  Klassifikation  19

3.2.1  Entscheidungsbäume als Methode der Klassifikation  19

3.2.2  Fallbeispiel Werbeaktion einer Autoversicherung  19

3.3  Prognose  21

3.4  Abhängigkeitsanalyse  21

3.4.1  Abhängigkeitsanalyse mit Assoziationsregeln  22

3.4.2  Beispiel Getränketransaktionen  22

3.5  Abweichungsanalyse  24

4.  Anwendungsfelder  24

5.  Data Mining Werkzeuge  25

2

5.1  IBM Intelligent Miner  26

5.2  SPSS Clementine  27

5.3  SAS Enterprise Miner  27

6.  Zielkonflikt Data Mining und Datenschutz  27

7.  Fazit  28

  Literaturverzeichnis  30

1.  Zeitschriften Zeitungen  30

2.  Bücher  30

3.  Internetquellen  30

3

Abkürzungsverzeichnis

Abb.

ASCII

bzw.

CRISP

CRM Customer Relationship Management

d.h. das heißt

DM Data Mining

usw. und so weiter

vgl. vergleiche

z.B. zum Beispiel

4

Abbildungsverzeichnis

  Abbildung 1: What main methodology are you using for data mining  

  Umfrage im August  2004

  www kdnuggets com polls 2004 data mining methodology htm vom 22 12  2004

  Abbildung 2: Phases of the - Process Model  

  www - org Process index htm vom 16 10  2004

  Abbildung 3: Skalenniveau und Datentypen  

  vgl Otte Ralf Otte Viktor Kaiser Volker Data Mining für die industrielle Praxis  2004

  Abbildung 4: Data Mining Aufgaben und zugeordnete Techniken  

  eigene Darstellung  

  Abbildung 5: Verfahrensklassen der Clusteranalyse  

  vgl Witten Ian H Eibe Frank 2001 Data Mining Praktische Werkzeuge und Techniken  für

  das maschinelle Lernen München: Hanser Verlag  

  Abbildung 6: Datenmatrix  

  eigene Darstellung  

  Abbildung 7: Abstandsmatrix  1

  eigene Darstellung  

  Abbildung 8: Abstandsmatrix  2

  eigene Darstellung  

  Abbildung 9: Abstandsmatrix  3

  eigene Darstellung  

  Abbildung 10: Abstandsmatrix  4

  eigene Darstellung  

5

Abbildung 11: Beispiel eines Entscheidungsbaumes vgl. www.dirk-loss.de vom 20.11.2004

Abbildung 12: Transaktionen

www.andre.maurer.name/documents.asp?doc=13 vom 23.11.2004

Abbildung 13: Assoziationsregeln mit Mindestsupport 50% www.andre.maurer.name/documents.asp?doc=13 vom 23.11.2004

Abbildung 14: Anwendungsfelder des Data Mining vgl. Wiedmann, Klaus- Peter. Buckler, Frank. Neuronale Netze im Marketing- Management; ferner www.doag.org/pub/docs/sig/dwh/2000-07/data-mining.ppt vom 12.11.2004

Abbildung 15: Marktpositionen von Data Mining Tools Alpar, Paul. Niedereichholz, Joachim. Data Mining im praktischen Einsatz. 2000.

6

1. Einführung und Inhalt der Arbeit

Durch die Informationsflut haben die Datenmengen in den letzten Jahren rasant zugenommen. Diese Datenberge können wertvolle Informationen enthalten, die zum Verständnis von wichtigen Zusammenhängen beitragen oder die Entscheidungsträger innerhalb eines Unternehmens bei wichtigen Entscheidungen unterstützen. Nicht zu unrecht wird Wissen oftmals als vierter Produktionsfaktor oder als entscheidender Wettbewerbsfaktor bezeichnet 1 . Doch dieses Wissen in den Datenbergen kann oft nicht oder nur unzureichend genutzt werden. Denn Daten sind nicht gleich Information, bzw. Wissen. Im Gegensatz zu den herkömmlichen Verfahren, die auf einfachen statistischen Methoden und Datenbankmanagementsystemen basieren, verbinden Data-Mining Verfahren Methoden aus den Bereichen Statistik, Maschinelles Lernen, Datenbanken und Visualisierung 2 . Diese unterstützen den Benutzer dabei, in großen Datenbeständen verborgene und für das Unternehmen wertvolle Daten aufzufinden. Mithilfe von Data Mining können die Unternehmen quasi einen Blick in die Zukunft werfen und Ereignisse mit einer gewissen Wahrscheinlichkeit voraussagen 3 .

In der nachfolgenden Arbeit wird zuerst in einer Einführung dargestellt, was man unter Data- Mining versteht und der Data-Mining Prozess anhand des CRISP- DM Modells erklärt. Anschließend werden die Data Mining Aufgaben und ihnen zugeordnete Methoden anhand von Beispielen veranschaulicht.

Um die große Bedeutung für die Praxis zu verdeutlichen wird danach ein Überblick der wichtigsten Anwendungsfelder gegeben. Da ein Data Mining ohne Daten unmöglich ist, muss der Zielkonflikt zwischen Data Mining und dem Datenschutz diskutiert werden, bevor in einem Fazit auf die zukünftige Bedeutung des Data Mining eingegangen wird.

2. Data-Mining

Der Begriff Data-Mining lässt sich vom Englischen „to mine“ = „schürfen nach“ ableiten. Unter Data- Mining versteht man wörtlich übersetzt das Schürfen in Massendaten 4 . Häufig wird Data Mining mit dem Schürfen nach Gold verglichen, da das Wissen, das die

1 vgl. Wittmann, Thomas. Hunscher, Matthias. Kischka, Peter. Ruhland, Johannes. Data Mining. Entwicklung und Einsatz robuster Verfahren für betriebswirtschaftliche Anwendungen. 2000.

2 vgl. kd.cs.uni-magdeburg.de/data-mining-ueberblick.pdf vom 14.10.2004 3 vgl. Schausten, Jutta. Blick in die Zukunft. e-commerce Magazin 03/ 2004.

4 vgl. Lusti, Markus. Data Warehousing und Data Mining. 2002.

7

Unternehmen mithilfe intelligenter Data Mining Methoden aus den Datenbergen gewinnen, für die Unternehmen sehr wertvoll ist.

„Data Mining ist ein Prozess zum Auffinden von unbekannten und nicht- trivialen Strukturen, Zusammenhängen und Trends in Datenbeständen 5 .“ Ein erfolgreicher Data Mining Prozess liegt demzufolge nur dann vor, wenn neue und hinreichend komplexe Ergebnisse gewonnen werden 6 .

2.1 Der CRISP Data Mining Prozess

Durch das CRISP-DM (Cross Industry Standard Process for Data Mining) Modell wurde im Jahr 2000 ein einheitlicher Standard für Data Mining Prozesse geschaffen. Dieses Modell wurde seit 1996 von den Firmen NCR Systems Engineering, Daimler Chrysler AG, SPSS Inc. und der niederländischen Versicherungsgruppe OHRA Verzekeringen en Bank Groep B.V. entwickelt und wird mittlerweile am häufigsten angewendet 7 .

Abbildung 1: What main methodology are you using for data mining? (August 2004) (Quelle: vgl. www.kdnuggets.com/polls/2004/data_mining_methodology.htm vom 23.12.2004)

Es gliedert einen Data-Mining Prozess in folgende sechs Phasen, die jeweils aus Aufgaben und Zwischenergebnissen bestehen:

- Business Understanding

- Data Understanding

- Data Preperation

5 Otte, Ralf. Otte, Viktor. Kaiser, Volker. Data Mining für die industrielle Praxis. 2004

6 vgl. Otte, Ralf. Otte, Viktor. Kaiser, Volker. Data Mining für die industrielle Praxis. 2004.

7 vgl. www.crisp-dm.org vom 16.10.2004