La quantité d'informations augmente rapidement dans l'économie actuelle axée sur le client. Les données sont la matière première de la croissance des entreprises. Les résul-tats de l'analyse des données à l'aide des méthodes de data mining représentent un grand potentiel d'information pour les entreprises qui les utilisent.
Le terme a été utilisé pour la première fois dans les années 1960 dans le domaine des statistiques pour la recherche de modèles de données. La méthode qui permet de découvrir de manière indépendante des connaissances dans de grands ensembles de données. À la fin des années 1980, la découverte de connaissances dans les bases de données s'est développée, l'axe de recherche interdisciplinaire qui est aujourd'hui principalement désigné sous le nom de data mining. Dans le domaine de la gestion d'entreprise, ces deux termes sont synonymes. Les premiers prototypes ont été présentés au début des années 1990. Ils intéressaient l'administration des entreprises, en particulier dans le domaine du marketing. "Le data mining vise à extraire des connaissances à partir de données. Au milieu des années 1990, de plus en plus d'entreprises ont commencé à utiliser des outils de data mining."
Inhaltsverzeichnis
- Introduction
- Definition des Problems
- Zielsetzung der Arbeit
- Methoden und Aufgaben
- Clustering
- Assoziation
- Entscheidungsbäume
- Data-Mining-Prozess
- Schlussfolgerung
Zielsetzung und Themenschwerpunkte
Die Arbeit beschäftigt sich mit der Definition, Entwicklung und zentralen Methoden des Data Mining. Sie will den Prozess des Data Mining beleuchten und seine Bedeutung für Unternehmen hervorheben.
- Definition des Data Mining
- Entwicklung des Data Mining
- Zentrale Methoden des Data Mining: Clustering, Assoziation, Entscheidungsbäume
- Der Data-Mining-Prozess
- Relevanz des Data Mining für Unternehmen
Zusammenfassung der Kapitel
- Introduction: Dieses Kapitel führt in das Thema Data Mining ein und definiert den Begriff. Es werden die Entstehung und Entwicklung des Data Mining beleuchtet und die Zielsetzung der Arbeit dargelegt.
- Methoden und Aufgaben: Dieses Kapitel beschreibt verschiedene Methoden des Data Mining, darunter Clustering, Assoziation und Entscheidungsbäume. Es erläutert die Anwendung dieser Methoden in der Praxis und gibt Beispiele.
- Data-Mining-Prozess: Dieser Abschnitt geht auf die Schritte ein, die bei der Durchführung eines Data-Mining-Projekts erforderlich sind.
Schlüsselwörter
Die Arbeit konzentriert sich auf die Themen Data Mining, Wissensentdeckung in Datenbanken, Clustering, Assoziation, Entscheidungsbäume, und den Data-Mining-Prozess.
- Citar trabajo
- Valentina Barysava (Autor), 2014, Le Data Mining dévoilé. Définition, évolution et processus clés, Múnich, GRIN Verlag, https://www.grin.com/document/1380002
