Data Mining mit genetischen Algorithmen

Diplomarbeit aus dem Jahr 2001 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Rheinisch-Westflische Technische Hochschule Aachen (Betriebswirtschaftslehre), Sprache: Deutsch, Abstract: Inhaltsangabe:Einleitung:
Data Mining (DM) ist ein Oberbegriff fr eine Reihe von Verfahren, die zur automatischen Gewinnung von Informationen aus groen Datenmengen dienen. Genetische Algorithmen (GA) sind Such- und Optimierungsverfahren, die in Analogie zur biologischen Evolution arbeiten und fr DM-Aufgaben eingesetzt werden knnen. Dies geschieht bislang nur sporadisch und an untergeordneter Stelle. Die steigende Verfgbarkeit leistungsstarker Hardware und paralleler Systemarchitekturen machen die Benutzung von GA aber auch fr die routinemig anfallenden Aufgaben der Datenanalyse immer interessanter.
Das Ziel der Arbeit ist die Untersuchung von GA als Lsungsverfahren fr typische DM-Aufgaben der Unternehmenspraxis.
Dazu wird zum einen die prinzipielle Vorgehensweise beim Erfllen von DM-Aufgaben mit GA diskutiert. Eine Analyse von DM-Aufgaben fhrt darber hinaus zu einer Systematisierung in mehrere Aufgaben-Klassen, die sich hinsichtlich ihrer Relevanz fr unternehmerische Fragestellungen unterscheiden. Fr die wichtigsten dieser Klassen werden konkrete GA-Konfigurationen vorgeschlagen und anschlieend anhand von Beispieldaten in mehreren Experimenten erprobt, um auf empirischem Wege Hinweise auf ihre Brauchbarkeit zu gewinnen.
Dem potentiellen Benutzer werden die Potentiale von GA zum DM verdeutlicht und darber hinaus Hilfestellungen gegeben, die eine praktische Anwendung dieser Methode erleichtern.


Inhaltsverzeichnis:Inhaltsverzeichnis:
1.Einleitung1
1.1Motivation1
1.2Problemstellung2
1.3Gang der Untersuchung2
2.Data Mining - Grundlagen und Methoden3
2.1Formalisierungen3
2.2Begriffsabgrenzung4
2.3Einflussfaktoren fr die Methodenwahl6
2.4Unterschiedliche Daten6
2.5Unterschiedliche Ziele7
2.5.1bersicht7
2.5.2Ableitungsvorschriften8
2.5.3Verknpfungsregeln1