Data Mining

Question 1

Was ist Data Mining

Answer 1

ist die Analyse einer großen Menge von Daten durch automatische oder halbautomatische Methoden, um aussagefähige Muster und Regeln zu finden

Question 2

Grundlegende Annahmen beim Data Mining

Answer 2

Aus der Vergangenheit lässt sich die Zukunft vorhersagen

Daten enthalten das , was wir vorhersagen wollen

Daten sind verfügbar
- mögliche Schwierigkeiten:
> Daten werden nicht erfasst
> Daten gehören einem anderen Bereich
> Daten sind im falschen Format

Question 3

Data mining ist nicht immer erfolgreich

Answer 3

Das entdeckte Wissen widerspricht dem bekannten Wissen

Das entdeckte Wissen führt zu falschen Entscheidungen

Widerstand in den Organisationen

Ergebnisse können für eine Aktion zu spät kommen

Question 4

Erfolg von Data Mining hängt ab von… / Was braucht man

Answer 4

gute Werkzeuge
fähige Analytiker
fundierte Methodik
Projektorganisation

Data Mining ist ein Prozess, der mehrere Tools und verschiedene Fähigkeiten benötigt

Question 5

Warum Data Mining

Answer 5

aus den Daten eines DWH können mit DM bestimmte Rückschlüsse und Zusammenhänge erkannt werden
> Einkaufsverhalten für bestimmte Produkte in Bezug zu einer bestimmten Klientel

Question 6

DM vs OLAP (Online Analytical Processing)

Answer 6

OLAP

• betont anfragegetriebene Analysen
• Antworten auf explizite Fragen

Data Mining

• Untersuchung und Analyse wird von Maschinen angetrieben
• Antworten auf implizite Fragen

Question 7

Beispiele von DM-Anwendungen

Answer 7

Betrugserkennung
- Identifikation von betrügerischen Transaktionen
> Reduziertes Risiko, Kostenersparnis

Fertigung
- Gründe für Fertigungsprobleme erkennten

Internet
- personalisierte Angebote, Kaufempfehlungen

Question 8

Aufgaben von Data Mining

Answer 8

Segmentierung
> Gibt es Gruppen von Kunden mit ähnlichem Verhalten

Klassifikation
> Zu welcher Gruppe gehört dieser Kunde

Ausreißer-Erkennung
> Wie erkennt man Benutzung gestohlener Kreditkarten

Abhängigkeitsanalyse
> Wie reagierten meine Kunden auf die letzte Marketingaktion

Prognose / Vorhersage
> Welche Kunden könnte ich demnächst (warum) verlieren?

Question 9

Data Mining Unterscheidungskriterium

Answer 9

Explorativ

• Buttom Up
• mit Daten starten
• Versuch etwas zu finden, was wir noch nicht kennen

Zielgerichtet

• Top Down
• getrieben von Zielen und/oder Hypothesen
• erkläre eine bestimmte Beziehung
• sage den Wert eines Feldes voraus

Question 10

Zielgerichtet oder explorativ

Answer 10

DM beinhaltet normalerweise Aspekte von beiden Seiten:

• exploratives DM versucht, Beziehungen der Daten zu erkennen
• Zielgerichtetes DM versucht, diese Beziehungen zu erklären