Data Mining
Aus WM 2.0 Wissensmanagement-Wiki
Unter Data-Mining bzw. Datenschürfung versteht man die Anwendung von (statistisch-mathematischen) Methoden auf einen Datenbestand mit dem Ziel der Mustererkennung. Dabei finden insbesondere solche Methoden Anwendung, die hervorragende asymptotische Laufzeiten haben, weshalb Data-Mining oft im Zusammenhang mit großen Datenbeständen genannt wird. Gleichwohl ergeben sich durch den Verzicht auf Modellannahmen über den Datenentstehungsprozess auch bei kleinen Datenbeständen interessante Anwendungsmöglichkeiten. In Abgrenzung zum Knowledge Discovery in Databases findet beim Data Mining keine Bewertung der Ergebnisse statt, etwa auf Bekanntheit von Mustern oder Trivialitäten. Daher kann Data Mining als ein (zentraler) Baustein im Knowledge Discovery in Databases gesehen werden. [...]
[...]Riesige Datenmengen entstehen heute in Unternehmen, in Forschungsprojekten, in Verwaltungen oder im Internet. Data-Mining ermöglicht das automatische Auswerten solcher Datenbestände mit Hilfe von statistischen Verfahren, künstlichen neuronalen Netzen, Fuzzy-Clustering-Verfahren oder genetischen Algorithmen. Ziel dabei ist das Aufspüren von Regeln und Mustern bzw. statistischen Auffälligkeiten. So lassen sich z. B. Änderungen im Verhalten von Kunden oder Kundengruppen aufspüren und Geschäftsstrategien können darauf ausgerichtet werden. Es kann aber auch abweichendes Verhalten einzelner Personen erkannt werden. Dies ruft Datenschützer auf den Plan, welche die Anwendung der Verfahren des Data-Mining kritisch begleiten.
Quellen
Links
- computerwoche.de Zweiter Frühling für Data Mining, 29.3.2007
- 4managers.de Data Mining: Trends, Muster und Zusammenhänge erkennen
- datenschutz.ch Data Mining und Data Warehousing: Kundendaten als Ware oder geschütztes Gut? (PDF)
