Deutsch
Österreich
Anmelden
Tipp von eurobuch.at
Ähnliche Bücher
Weitere, andere Bücher, die diesem Buch sehr ähnlich sein könnten:
Suchtools
Buchtipps
Aktuelles
Werbung
FILTER
- 0 Ergebnisse
Kleinster Preis: 38,00 €, größter Preis: 43,14 €, Mittelwert: 39,03 €
Ein Fuzzy Approach im Information Retrieval - Lucian Rehm
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Lucian Rehm:
Ein Fuzzy Approach im Information Retrieval - neues Buch

ISBN: 9783832448561

ID: 9783832448561

Inhaltsangabe:Einleitung: Das unternehmensweite Data Warehouse bietet die Lösung eines umfassenden Informationsmanagements auf Basis des Information Retrievals. In diesem Zusammenhang sind Verfahren des Knowledge Discovery in Databases (Data Mining, Datenvisualisierung) von großer Bedeutung und essentiell für entscheidungsunterstützende Prozesse, da in gigantischen Datenmengen durch traditionell mathematisch-statistische Methoden, sowie durch Techniken der informationstheoretischen Kybernetik nach Informationen gesucht wird, aus denen im weiteren Wissen extrahiert wird. In dieser Arbeit wird Ein Fuzzy Approach im Information Retrieval vorgestellt, der ein innovatives Verfahren darstellt, um vage bzw. ungenaue Daten, die in Form von Präferenz-Intervallen vorliegen, zur Wissensextraktion zu verwenden. Der neue Ansatz kombiniert die entscheidenden Theorien zur Behandlung unscharfer Daten und Mengen, Rough Sets und Fuzzy Sets, und extrahiert Zielintervalle, die einer approximativen Abbildung der Eingabedaten entsprechen. Aus diesen Rough Intervals werden Regeln formuliert, die als Regelbasis in wissensbasierten Systemen zur automatischen Entscheidungsunterstützung verwendet werden können. Gang der Untersuchung: In Kapitel 2 wird der Begriff des Information Retrieval in seinen Facetten erfaßt und klassifiziert. Dabei werden die unterschiedlichen Datenstrukturen, die Verfahren zur Indexierung von Dokumenten, sowie die Suchtechniken im Information Retrieval, verbunden mit den verschiedenartigen Computer-Informationssystemen, berücksichtigt. Dieser Teil versucht zudem, anhand der Entwicklung des elektronischen Information Retrievals den Bedarf und die Entstehung des heutigen Data Warehouse zu verdeutlichen. Kapitel 3 betrachtet informationstheoretische Aspekte im Zusammenhang mit dem neuen Medium Internet, sowie die wachsende Informationsglobalisierung und die Problematiken der daraus resultierenden, exponentiell wachsenden Informationsmenge. Neben den einführenden Grundlagen und Definitionen zum Thema Data Warehouse werden in Kapitel 4 das Konzept und die Möglichkeiten einer erfolgreichen Umsetzung analysiert. Im Vordergrund stehen dabei der wirtschaftliche Aspekt und die Erstellung eines unternehmensweiten Informationsmanagements auf Basis der Data Warehouse-Technologie. Hier werden auch die wichtigsten Funktionalitäten wie Online Analytical Processing (OLAP), Decision Support Processing (DSP) und Online Transaction Processing (OLTP) betrachtet, sowie Vergleiche gegenüber dem Einsatz von Data Marts gezogen. Das anschließende Kapitel 5 klassifiziert den umfassenden Begriff des Data Mining in Zusammenhang mit Knowledge Discovery in Databases und stellt die grundlegenden Prozeßmodelle vor, auf denen die Methoden zur Mustererkennung basieren. Im weiteren werden anhand unterschiedlicher Techniken die Möglichkeiten und Problematiken des Data Mining, besonders in Verbindung mit Corporate Intranets, aufgezeigt und analysiert. In Kapitel 6 wird der theoretische Hintergrund für den Fuzzy Approach im Information Retrieval erläutert. Während der erste Abschnitt die Verfahren zur Verarbeitung unscharfer Daten, Fuzzy Sets und Rough Sets, beschreibt und voneinander abgrenzt, wird anschließend das Konzept dieses auf Unschärfe basierenden Ansatzes zur Wissensextraktion vorgestellt und im Detail präzisiert. Danach wird die Funktionsweise des Verfahrens seitens einer praktischen Problemstellung demonstriert. Mit der Programmbeschreibung des Fuzzy Approach im Information Retrieval bezieht sich Kapitel 7 auf den praktischen Teil der Arbeit. Das Konzept wurde in C++ implementiert und resultiert in dem Prototypen RoughProject.exe, das aus beliebig vielen Kategorien Rough Intervals extrahieren und damit entscheidungsunterstützende Regeln für wissensbasierte Systeme formulieren kann. Anhand eines komplett illustrierten Musterbeispieles werden die einzelnen Funktionalitäten aufgezeigt und die Anwendungsgebiete konkretisiert. Ein weiteres Beispiel erläutert den Programmeinsatz zur Extraktion multipler Kategorie-Dependenzen und veranschaulicht den praktischen Einsatz für innovative Problemstellungen. Inhaltsverzeichnis: 1.Einleitung2 2.Aspekte des Information Retrieval5 2.1Definition und Abgrenzung5 2.2Datenstrukturen in Informationssystemen7 2.2.1Hashbasierte und Intervallbasierte Datenstrukturen8 2.2.2Signature Files und Inverted Files8 2.3Verfahren zur Indexierung von Dokumenten9 2.4Suchtechniken im Information Retrieval11 2.4.1Boolesches Retrieval12 2.4.2Fuzzy Retrieval13 2.4.3Vektorraum-Modell14 2.4.4Probabilistisches Retrieval15 2.5Typologie von Informationssystemen16 2.5.1Information Retrieval Systeme16 2.5.2Datenbankmanagementsysteme21 2.5.3Expertensysteme24 2.5.3.1Werkzeuge für Expertensysteme25 2.5.4Weitere Informationssysteme27 3.Der Einsatz von Information29 3.1Internet - Entwicklung und Wachstum29 3.2Information Overload33 3.2.1Information Overload im Unternehmen33 3.2.2Vom Information Retrieval zum Information Overload34 3.2.3Information Overload im Internet35 4.Die Data Warehouse-Technologie36 4.1Einführung36 4.2Definition36 4.3Entwicklung der Data Warehouse-Technologie38 4.4Data Warehouse Konzepte40 4.4.1Data Warehouse Modell der META Group43 4.4.2Data Warehouse Funktionen nach SINGH46 4.5Datenverarbeitung im Data Warehouse49 4.5.1Transaction Processing und OLTP49 4.5.2Decision Support Processing50 4.5.3Online Analytical Processing (OLAP)50 4.6Data Warehouse und Data Marts53 4.7Data Warehouse Reifemodell55 4.8Data Warehousing in der Praxis56 5.Verfahren des Data Mining58 5.1Einleitung58 5.2Definition59 5.3Knowledge Discovery in Databases (KDD)61 5.4Prozeßmodelle64 5.5Methoden und Muster68 5.5.1Muster68 5.5.2Methoden70 5.5.2.1Klassifikation70 5.5.2.2Schätzung71 5.5.2.3Vorhersage71 5.5.2.4Ähnlichkeitsgruppierung72 5.5.2.5Clustering72 5.5.2.6Deskription73 5.6Techniken73 5.6.1Entscheidungsbaumverfahren74 5.6.2Analyse von Beziehungen zwischen Datensätzen75 5.6.3Fallbasiertes Schließen76 5.6.4Automatische Clusteranalyse78 5.6.5Genetische Algorithmen79 5.6.6Neuronale Netze80 5.6.7Visualisierung83 5.7Data Mining-spezifische Problematiken87 5.7.1Datenprobleme87 5.7.2Prozeßprobleme88 5.8Data Mining im Unternehmen89 5.8.1Corporate Intranets90 5.9Anwendungen in der Praxis92 6.Ein Fuzzy Approach im Information Retrieval94 6.1Verarbeitung unscharfer Daten94 6.1.1Rough Sets94 6.1.1.1Allgemein94 6.1.1.2Rough Set-Theorie95 6.1.2Fuzzy Logic98 6.1.2.1Allgemein98 6.1.2.2Entwicklungsüberblick99 6.1.2.3Fuzzy Sets100 6.1.2.4Possibilität versus Probabilität103 6.1.2.5Approximatives Schließen104 6.1.2.6Fuzzy Systeme105 6.2Entwicklung eines Fuzzy Approachs107 6.2.1Allgemein107 6.2.2Konzept108 6.2.3Realisierung111 7.Die Implementierung eines Prototypen in C++114 7.1Allgemeine Programmbeschreibung114 7.2Klassen und Methoden114 7.3Input/Output Schnittstelle116 7.4Ein Musterbeispiel119 7.5Berechnung multipler Kategorie-Dependenzen124 8.Zusammenfassung und Schlußbetrachtung127 9.ANHANG128 9.1Überblick über die Literaturdatenbank INSPEC128 9.2C++ Fuzzy Approach Implementierung:Headerdatei 129 9.3Aktuelle Data Warehouse Lösungen (04/1999)131 9.3.1Administration, Management und Performance131 9.3.2Design und Methodik132 9.4OLAP Lösungen132 9.5Data Mart Lösungen134 9.6Data Mining Lösungen134 10.Literaturverzeichnis136 Ein Fuzzy Approach im Information Retrieval: Inhaltsangabe:Einleitung: Das unternehmensweite Data Warehouse bietet die Lösung eines umfassenden Informationsmanagements auf Basis des Information Retrievals. In diesem Zusammenhang sind Verfahren des Knowledge Discovery in Databases (Data Mining, Datenvisualisierung) von großer Bedeutung und essentiell für entscheidungsunterstützende Prozesse, da in gigantischen Datenmengen durch traditionell mathematisch-statistische Methoden, sowie durch Techniken der informationstheoretischen Kybernetik nach Informationen gesucht wird, aus denen im weiteren Wissen extrahiert wird. In dieser Arbeit wird Ein Fuzzy Approach im Information Retrieval vorgestellt, der ein innovatives Verfahren darstellt, um vage bzw. ungenaue Daten, die in Form von Präferenz-Intervallen vorliegen, zur Wissensextraktion zu verwenden. Der neue Ansatz kombiniert die entscheidenden Theorien zur Behandlung unscharfer Daten und Mengen, Rough Sets und Fuzzy Sets, und extrahiert Zielintervalle, die einer approximativen Abbildung der Eingabedaten entsprechen. Aus diesen Rough Intervals werden Regeln formuliert, die als Regelbasis in wissensbasierten Systemen zur automatischen Entscheidungsunterstützung verwendet werden können. Gang der Untersuchung: In Kapitel 2 wird der Begriff des Information Retrieval in seinen Facetten erfaßt und klassifiziert. Dabei werden die unterschiedlichen Datenstrukturen, die Verfahren zur Indexierung von Dokumenten, sowie die Suchtechniken im Information Retrieval, verbunden mit den verschiedenartigen Computer-Informationssystemen, berücksichtigt. Dieser Teil versucht zudem, anhand der Entwicklung des elektronischen Information Retrievals den Bedarf und die Entstehung des heutigen Data Warehouse zu verdeutlichen. Kapitel 3 betrachtet informationstheoretische Aspekte im Zusammenhang mit dem neuen Medium Internet, sowie die wachsende Informationsglobalisierung und die Problematiken der daraus resultierenden, exponentiell wachsenden Informationsmenge. Neben den einführenden Grundlagen und Definitionen zum Thema Data Warehouse werden in Kapitel 4 das Konzept und die Möglichkeiten einer erfolgreichen Umsetzung analysiert. Im Vordergrund stehen dabei der wirtschaftliche Aspekt und die Erstellung eines unternehmensweiten Informationsmanagements auf Basis der Data Warehouse-Technologie. Hier werden auch die wichtigsten Funktionalitäten wie Online Analytical Processing (OLAP), Decision Support Processing (DSP) und Online Transaction Processing (OLTP) betrachtet, sowie Vergleiche gegenüber dem Einsatz von Data Marts gezogen. Das anschließende Kapitel 5 klassifiziert den umfassenden Begriff des Data Mining in Zusammenhang mit Knowledge Discovery in Databases und stellt die grundlegenden Prozeßmodelle vor, auf denen die Methoden zur Mustererkennung basieren. Im weiteren werden anhand unterschiedlicher Techniken die Möglichkeiten und Problematiken des Data Mining, besonders in Verbindung mit Corporate Intranets, aufgezeigt und analysiert. In Kapitel 6 wird der theoretische Hintergrund für den Fuzzy Approach im Information Retrieval erläutert. Während der erste Abschnitt die Verfahren zur Verarbeitung unscharfer Daten, Fuzzy Sets und Rough Sets, beschreibt und voneinander abgrenzt, wird anschließend das Konzept dieses auf Unschärfe basierenden Ansatzes zur Wissensextraktion vorgestellt und im Detail präzisiert. Danach wird die Funktionsweise des Verfahrens seitens einer praktischen Problemstellung demonstriert. Mit der Programmbeschreibung des Fuzzy Approach im Information Retrieval bezieht sich Kapitel 7 auf den praktischen Teil der Arbeit. Das Konzept wurde in C++ implementiert und resultiert in dem Prototypen RoughProject.exe, das aus beliebig vielen Kategorien Rough Intervals extrahieren und damit entscheidungsunterstützende Regeln für wissensbasierte Systeme formulieren kann. Anhand eines komplett illustrierten Musterbeispieles werden die einzelnen Funktionalitäten aufgezeigt und die Anwendungsgebiete konkretisiert. Ein weiteres Beispiel erläutert den Programmeinsatz zur Extraktion multipler Kategorie-Dependenzen und veranschaulicht den praktischen Einsatz für innovative Problemstellungen. Inhaltsverzeichnis: 1.Einleitung2 2.Aspekte des Information Retrieval5 2.1Definition und Abgrenzung5 2.2Datenstrukturen in Informationssystemen7 2.2.1Hashbasierte und Intervallbasierte Datenstrukturen8 2.2.2Signature Files und Inverted Files8 2.3Verfahren zur Indexierung von Dokumenten9 2.4Suchtechniken im Information Retrieval11 2.4.1Boolesches Retrieval12 2.4.2Fuzzy Retrieval13 2.4.3Vektorraum-Modell14 2.4.4Probabilistisches Retrieval15 2.5Typologie von Informationssystemen16 2.5.1Information Retrieval Systeme16 2.5.2Datenbankmanagementsysteme21 2.5.3Expertensysteme24 2.5.3.1Werkzeuge für Expertensysteme25 2.5.4Weitere Informationssysteme27 3.Der Einsatz von Information29 3.1Internet - Entwicklung und Wachstum29 3.2Information Overload33 3.2.1Information Overload im Unternehmen33 3.2.2Vom Information Retrieval zum Information Overload34 3.2.3Information Overload im Internet35 4.Die Data Warehouse-Technologie36 4.1Einführung36 4.2Definition36 4.3Entwicklung der Data Warehouse-Technologie38 4.4Data Warehouse Konzepte40 4.4.1Data Warehouse Modell der META Group43 4.4.2Data Warehouse Funktionen nach SINGH46 4.5Datenverarbeitung im Data Warehouse49 4.5.1Transaction Processing und OLTP49 4.5.2Decision Support Processing50 4.5.3Online Analytical Processing (OLAP)50 4.6Data Warehouse und Data Marts53 4.7Data Warehouse Reifemodell55 4.8Data Warehousing in der Praxis56 5.Verfahren des Data Mining58 5.1Einleitung58 5.2Definition59 5.3Knowledge Discovery in Databases (KDD)61 5.4Prozeßmodelle64 5.5Methoden und Muster68 5.5.1Muster68 5.5.2Methoden70 5.5.2.1Klassifikation70 5.5.2.2Schätzung71 5.5.2.3Vorhersage71 5.5.2.4Ähnlichkeitsgruppierung72 5.5.2.5Clustering72 5.5.2.6Deskription73 5.6Techniken73 5.6.1Entscheidungsbaumverfahren74 5.6.2Analyse von Beziehungen zwischen Datensätzen75 5.6.3Fallbasiertes Schließen76 5.6.4Automatische Clusteranalyse78 5.6.5Genetische Algorithmen79 5.6.6Neuronale Netze80 5.6.7Visualisierung83 5.7Data Mining-spezifische Problematiken87 5.7.1Datenprobleme87 5.7.2Prozeßprobleme88 5.8Data Mining im Unternehmen89 5.8.1Corporate Intranets90 5.9Anwendungen in der Praxis92 6.Ein Fuzzy Approach im Information Retrieval94 6.1Verarbeitung unscharfer Daten94 6.1.1Rough Sets94 6.1.1.1Allgemein94 6.1.1.2Rough Set-Theorie95 6.1.2Fuzzy Logic98 6.1.2.1Allgemein98 6.1.2.2Entwicklungsüberblick99 6.1.2.3Fuzzy Sets100 6.1.2.4Possibilität versus Probabilität103 6.1.2.5Approximatives Schließen104 6.1.2.6Fuzzy Systeme105 6.2Entwicklung eines Fuzzy Approachs107 6.2.1Allgemein107 6.2.2Konzept108 6.2.3Realisierung111 7.Die Implementierung eines Prototypen in C++114 7.1Allgemeine Programmbeschreibung114 7.2Klassen und Methoden114 7.3Input/Output Schnittstelle116 7.4Ein Musterbeispiel119 7.5Berechnung multipler Kategorie-Dependenzen124 8.Zusammenfassung und Schlußbetrachtung127 9.ANHANG128 9.1Überblick über die Literaturdatenbank INSPEC128 9.2C++ Fuzzy Approach Implementierung:Headerdatei 129 9.3Aktuelle Data Warehouse Lösungen (04/1999)131 9.3.1Administration, Management und Pe, Diplomica Verlag

Neues Buch Rheinberg-Buch.de
Versandkosten:Ab 20¤ Versandkostenfrei in Deutschland, Sofort lieferbar, DE. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Ein Fuzzy Approach im Information Retrieval (eBook, PDF) - Rehm, Lucian
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Rehm, Lucian:
Ein Fuzzy Approach im Information Retrieval (eBook, PDF) - neues Buch

ISBN: 9783832448561

ID: 91b3234ce93961c0e5b8a8064084d8c6

Diplomarbeit aus dem Jahr 1999 im Fachbereich Informatik - Angewandte Informatik, Note: 1,0, Technische Universiät Wien (Informatik, Angewandte Informatik), Sprache: Deutsch Inhaltsangabe:Einleitung:Das unternehmensweite Data Warehouse bietet die Lösung eines umfassenden Informationsmanagements auf Basis des Information Retrievals. In diesem Zusammenhang sind Verfahren des Knowledge Discovery in Databases (Data Mining, Datenvisualisierung) von großer Bedeutung und essentiell für entscheidungsunterstützende Prozesse, da in gigantischen Datenmengen durch traditionell mathematisch-statistische Methoden, sowie durch Techniken der informationstheoretischen Kybernetik nach Informationen gesucht wird, aus denen im weiteren Wissen extrahiert wird. In dieser Arbeit wird Ein Fuzzy Approach im Information Retrieval vorgestellt, der ein innovatives Verfahren darstellt, um vage bzw. ungenaue Daten, die in Form von Präferenz-Intervallen vorliegen, zur Wissensextraktion zu verwenden. Der neue Ansatz kombiniert die entscheidenden Theorien zur Behandlung unscharfer Daten und Mengen, Rough Sets und Fuzzy Sets, und extrahiert Zielintervalle, die einer approximativen Abbildung der Eingabedaten entsprechen. Aus diesen Rough Intervals werden Regeln formuliert, die als Regelbasis in wissensbasierten Systemen zur automatischen Entscheidungsunterstützung verwendet werden können.Gang der Untersuchung:In Kapitel 2 wird der Begriff des Information Retrieval in seinen Facetten erfaßt und klassifiziert. Dabei werden die unterschiedlichen Datenstrukturen, die Verfahren zur Indexierung von Dokumenten, sowie die Suchtechniken im Information Retrieval, verbunden mit den verschiedenartigen Computer-Informationssystemen, berücksichtigt. Dieser Teil versucht zudem, anhand der Entwicklung des elektronischen Information Retrievals den Bedarf und die Entstehung des heutigen Data Warehouse zu verdeutlichen. Kapitel 3 betrachtet informationstheoretische Aspekte im Zusammenhang mit dem neuen Medium Internet, sowie die wachsende Informationsglobalisierung und die Problematiken der daraus resultierenden, exponentiell wachsenden Informationsmenge.Neben den einführenden Grundlagen und Definitionen zum Thema Data Warehouse werden in Kapitel 4 das Konzept und die Möglichkeiten einer erfolgreichen Umsetzung analysiert. Im Vordergrund stehen dabei der wirtschaftliche Aspekt und die Erstellung eines unternehmensweiten Informationsmanagements auf Basis der Data Warehouse-Technologie. Hier werden auch die wichtigsten Funktionalitäten wie Online Analytical Processing (OLAP), Decision Support Processing (DSP) und Online Transaction Processing (OLTP) betrachtet, sowie Vergleiche gegenüber dem Einsatz von Data Marts gezogen.Das anschließende Kapitel 5 klassifiziert den umfassenden Begriff des Data Mining in Zusammenhang mit Knowledge Discovery in Databases und stellt die grundlegenden Prozeßmodelle vor, auf denen die Methoden zur Mustererkennung basieren. Im weiteren werden anhand unterschiedlicher Techniken die Möglichkeiten und Problematiken des Data Mining, besonders in Verbindung mit Corporate Intranets, aufgezeigt und analysiert. In Kapitel 6 wird der theoretische Hintergrund für den Fuzzy Approach im Information Retrieval erläutert. Während der erste Abschnitt die Verfahren zur Verarbeitung unscharfer Daten, Fuzzy Sets und Rough Sets, beschreibt und voneinander abgrenzt, wird anschließend das Konzept dieses auf Unschärfe basierenden Ansatzes zur Wissensextraktion vorgestellt und im Detail präzisiert. Danach wird die Funktionsweise des Verfahrens seitens einer praktischen Problemstellung demonstriert.Mit der Programmbeschreibung des Fuzzy Approach im Information Retrieval bezieht sich Kapitel 7 auf den praktischen Teil der Arbeit. Das Konzept wurde in C++ implementiert und resultiert in dem Prototypen RoughProject.exe, das aus beliebig vielen Kategorien Rough Intervals extrahieren und damit entscheidungsunterstützende Regeln für wissensbasierte Systeme formulieren kann. Anhand eines komplett illustrierten Musterbeispieles werden die einzelnen Funktionalitäten aufgezeigt und die Anwendungsgebiete konkretisiert. Ein weiteres Beispiel erläutert den Programmeinsatz zur Extraktion multipler Kategorie-Dependenzen und veranschaulicht den praktischen Einsatz für innovative Problemstellungen.Inhaltsverzeichnis:1.Einleitung22.Aspekte des Information Retrieval52.1Definition und Abgrenzung52.2Datenstrukturen in Informationssystemen72.2.1Hashbasierte und Intervallbasierte Datenstrukturen82.2.2Signature Files und Inverted Files82.3Verfahren zur Indexierung von Dokumenten92.4Suchtechniken im Information Retrieval112.4.1Boolesches Retrieval122.4.2Fuzzy Retrieval132.4.3Vektorraum-Modell142.4.4Probabilistisches Retrieval152.5Typologie von Informationssystemen162.5.1Information Retrieval Systeme162.5.2Datenbankmanagementsysteme212.5.3Expertensysteme242.5.3.1Werkzeuge für Expertensysteme252.5.4Weitere Informationssysteme273.Der Einsatz von Information293.1Internet - Entwicklung und Wachstum293.2Information Overload333.2.1Information Overload im Unternehmen333.2.2Vom Information Retrieval zum Information Overload343.2.3Information Overload im Internet354.Die Data Warehouse-Technologie364.1Einführung364.2Definition364.3Entwicklung der Data Warehouse-Technologie384.4Data Warehouse Konzepte404.4.1Data Warehouse Modell der META Group434.4.2Data Warehouse Funktionen nach SINGH464.5Datenverarbeitung im Data Warehouse494.5.1Transaction Processing und OLTP494.5.2Decision Support Processing504.5.3Online Analytical Processing (OLAP)504.6Data Warehouse und Data Marts534.7Data Warehouse Reifemodell554.8Data Warehousing in der Praxis565.Verfahren des Data Mining585.1Einleitung585.2Definition595.3Knowledge Discovery in Databases (KDD)615.4Prozeßmodelle645.5Methoden und Muster685.5.1Muster685.5.2Methoden705.5.2.1Klassifikation705.5.2.2Schätzung715.5.2.3Vorhersage715.5.2.4Ähnlichkeitsgruppierung725.5.2.5Clustering725.5.2.6Deskription735.6Techniken735.6.1Entscheidungsbaumverfahren745.6.2Analyse von Beziehungen zwischen Datensätzen755.6.3Fallbasiertes Schließen765.6.4Automatische Clusteranalyse785.6.5Genetische Algorithmen795.6.6Neuronale Netze805.6.7Visualisierung835.7Data Mining-spezifische Problematiken875.7.1Datenprobleme875.7.2Prozeßprobleme885.8Data Mining im Unternehmen895.8.1Corporate Intranets905.9Anwendungen in der Praxis926.Ein Fuzzy Approach im Information Retrieval946.1Verarbeitung unscharfer Daten946.1.1Rough Sets946.1.1.1Allgemein946.1.1.2Rough Set-Theorie956.1.2Fuzzy Logic986.1.2.1Allgemein986.1.2.2Entwicklungsüberblick996.1.2.3Fuzzy Sets1006.1.2.4Possibilität versus Probabilität1036.1.2.5Approximatives Schließen1046.1.2.6Fuzzy Systeme1056.2Entwicklung eines Fuzzy Approachs1076.2.1Allgemein1076.2.2Konzept1086.2.3Realisierung1117.Die Implementierung eines Prototypen in C++1147.1Allgemeine Programmbeschreibung1147.2Klassen und Methoden1147.3Input/Output Schnittstelle1167.4Ein Musterbeispiel1197.5Berechnung multipler Kategorie-Dependenzen1248.Zusammenfassung und Schlußbetrachtung1279.ANHANG1289.1Überblick über die Literaturdatenbank INSPEC1289.2C++ Fuzzy Approach Implementierung:Headerdatei 1299.3Aktuelle Data Warehouse Lösungen (04/1999)1319.3.1Administration, Management und Performance1319.3.2Design und Methodik1329.4OLAP Lösungen1329.5Data Mart Lösungen1349.6Data Mining Lösungen13410.Literaturverzeichnis136 E-Book

Neues Buch Buecher.de
Nr. 40692047 Versandkosten:, , Lieferung nach DE. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Ein Fuzzy Approach im Information Retrieval - Lucian Rehm
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Lucian Rehm:
Ein Fuzzy Approach im Information Retrieval - neues Buch

ISBN: 9783832448561

ID: 126085914

Inhaltsangabe:Einleitung:Das unternehmensweite Data Warehouse bietet die Lösung eines umfassenden Informationsmanagements auf Basis des Information Retrievals. In diesem Zusammenhang sind Verfahren des Knowledge Discovery in Databases (Data Mining, Datenvisualisierung) von grosser Bedeutung und essentiell für entscheidungsunterstützende Prozesse, da in gigantischen Datenmengen durch traditionell mathematisch-statistische Methoden, sowie durch Techniken der informationstheoretischen Kybernetik nach Informationen gesucht wird, aus denen im weiteren Wissen extrahiert wird. In dieser Arbeit wird Ein Fuzzy Approach im Information Retrieval vorgestellt, der ein innovatives Verfahren darstellt, um vage bzw. ungenaue Daten, die in Form von Präferenz-Intervallen vorliegen, zur Wissensextraktion zu verwenden. Der neue Ansatz kombiniert die entscheidenden Theorien zur Behandlung unscharfer Daten und Mengen, Rough Sets und Fuzzy Sets, und extrahiert Zielintervalle, die einer approximativen Abbildung der Eingabedaten entsprechen. Aus diesen Rough Intervals werden Regeln formuliert, die als Regelbasis in wissensbasierten Systemen zur automatischen Entscheidungsunterstützung verwendet werden können.Gang der Untersuchung:In Kapitel 2 wird der Begriff des Information Retrieval in seinen Facetten erfasst und klassifiziert. Dabei werden die unterschiedlichen Datenstrukturen, die Verfahren zur Indexierung von Dokumenten, sowie die Suchtechniken im Information Retrieval, verbunden mit den verschiedenartigen Computer-Informationssystemen, berücksichtigt. Dieser Teil versucht zudem, anhand der Entwicklung des elektronischen Information Retrievals den Bedarf und die Entstehung des heutigen Data Warehouse zu verdeutlichen. Kapitel 3 betrachtet informationstheoretische Aspekte im Zusammenhang mit dem neuen Medium Internet, sowie die wachsende Informationsglobalisierung und die Problematiken der daraus resultierenden, exponentiell wachsenden Informationsmenge.Neben den einführenden Grundlagen und Definitionen zum Thema Data Warehouse werden in Kapitel 4 das Konzept und die Möglichkeiten einer erfolgreichen Umsetzung analysiert. Im Vordergrund stehen dabei der wirtschaftliche Aspekt und die Erstellung eines unternehmensweiten Informationsmanagements auf Basis der Data Warehouse-Technologie. Hier werden auch die wichtigsten Funktionalitäten wie Online Analytical Processing (OLAP), Decision Support Processing (DSP) und Online Transaction Processing (OLTP) betrachtet, sowie Vergleiche gegenüber dem Einsatz von Data Marts gezogen.Das anschliessende Kapitel 5 klassifiziert den umfassenden Begriff des Data Mining in Zusammenhang mit Knowledge Discovery in Databases und stellt die grundlegenden Prozessmodelle vor, auf denen die Methoden zur Mustererkennung basieren. Im weiteren werden anhand unterschiedlicher Techniken die Möglichkeiten und Problematiken des Data Mining, besonders in Verbindung mit Corporate Intranets, aufgezeigt und analysiert. In Kapitel 6 wird der theoretische Hintergrund für den Fuzzy Approach im Information Retrieval erläutert. Während der erste Abschnitt die Verfahren zur Verarbeitung unscharfer Daten, Fuzzy Sets und Rough Sets, beschreibt und voneinander abgrenzt, wird anschliessend das Konzept dieses auf Unschärfe basierenden Ansatzes zur Wissensextraktion vorgestellt und im Detail präzisiert. Danach wird die Funktionsweise des Verfahrens seitens einer praktischen Problemstellung demonstriert.Mit der Programmbeschreibung des Fuzzy Approach im Information Retrieval bezieht sich Kapitel 7 auf den praktischen Teil der Arbeit. Das Konzept wurde in C++ implementiert und resultiert in dem Prototypen RoughProject.exe, das aus beliebig vielen Kategorien Rough Intervals extrahieren und damit entscheidungsunterstützende Regeln für wissensbasierte Systeme formulieren kann. Anhand eines komplett illustrierten Musterbeispieles werden die einzelnen Funktionalitäten aufgezeigt und die Anwendungsgebiete konkretisiert. Ein weiteres Beispiel erläutert den Programmeinsatz zur Extraktion multipler Kategorie-Dependenzen und veranschaulicht den praktischen Einsatz für innovative Problemstellungen.Inhaltsverzeichnis:1.Einleitung22.Aspekte des Information Retrieval52.1Definition und Abgrenzung52.2Datenstrukturen in Informationssystemen72.2.1Hashbasierte und Intervallbasierte Datenstrukturen82.2.2Signature Files und Inverted Files82.3Verfahren zur Indexierung von Dokumenten92.4Suchtechniken im Information Retrieval112.4.1Boolesch Diplomarbeit aus dem Jahr 1999 im Fachbereich Informatik - Angewandte Informatik, Note: 1,0, Technische Universiät Wien (Informatik, Angewandte Informatik), Sprache: Deutsch eBook eBooks>Sachbücher>Computer & Internet>Anwendungs-Software, Diplom.de

Neues Buch Thalia.ch
No. 39034435 Versandkosten:DE (EUR 12.69)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Ein Fuzzy Approach im Information Retrieval - Lucian Rehm
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Lucian Rehm:
Ein Fuzzy Approach im Information Retrieval - neues Buch

ISBN: 9783832448561

ID: 6310979db5a34c1c2e37e1092a6fa4b3

Diplomarbeit aus dem Jahr 1999 im Fachbereich Informatik - Angewandte Informatik, Note: 1,0, Technische Universiät Wien (Informatik, Angewandte Informatik), Sprache: Deutsch Inhaltsangabe:Einleitung:Das unternehmensweite Data Warehouse bietet die Lösung eines umfassenden Informationsmanagements auf Basis des Information Retrievals. In diesem Zusammenhang sind Verfahren des Knowledge Discovery in Databases (Data Mining, Datenvisualisierung) von großer Bedeutung und essentiell für entscheidungsunterstützende Prozesse, da in gigantischen Datenmengen durch traditionell mathematisch-statistische Methoden, sowie durch Techniken der informationstheoretischen Kybernetik nach Informationen gesucht wird, aus denen im weiteren Wissen extrahiert wird. In dieser Arbeit wird Ein Fuzzy Approach im Information Retrieval vorgestellt, der ein innovatives Verfahren darstellt, um vage bzw. ungenaue Daten, die in Form von Präferenz-Intervallen vorliegen, zur Wissensextraktion zu verwenden. Der neue Ansatz kombiniert die entscheidenden Theorien zur Behandlung unscharfer Daten und Mengen, Rough Sets und Fuzzy Sets, und extrahiert Zielintervalle, die einer approximativen Abbildung der Eingabedaten entsprechen. Aus diesen Rough Intervals werden Regeln formuliert, die als Regelbasis in wissensbasierten Systemen zur automatischen Entscheidungsunterstützung verwendet werden können.Gang der Untersuchung:In Kapitel 2 wird der Begriff des Information Retrieval in seinen Facetten erfaßt und klassifiziert. Dabei werden die unterschiedlichen Datenstrukturen, die Verfahren zur Indexierung von Dokumenten, sowie die Suchtechniken im Information Retrieval, verbunden mit den verschiedenartigen Computer-Informationssystemen, berücksichtigt. Dieser Teil versucht zudem, anhand der Entwicklung des elektronischen Information Retrievals den Bedarf und die Entstehung des heutigen Data Warehouse zu verdeutlichen. Kapitel 3 betrachtet informationstheoretische Aspekte im Zusammenhang mit dem neuen Medium Internet, sowie die wachsende Informationsglobalisierung und die Problematiken der daraus resultierenden, exponentiell wachsenden Informationsmenge.Neben den einführenden Grundlagen und Definitionen zum Thema Data Warehouse werden in Kapitel 4 das Konzept und die Möglichkeiten einer erfolgreichen Umsetzung analysiert. Im Vordergrund stehen dabei der wirtschaftliche Aspekt und die Erstellung eines unternehmensweiten Informationsmanagements auf Basis der Data Warehouse-Technologie. Hier werden auch die wichtigsten Funktionalitäten wie Online Analytical Processing (OLAP), Decision Support Processing (DSP) und Online Transaction Processing (OLTP) betrachtet, sowie Vergleiche gegenüber dem Einsatz von Data Marts gezogen.Das anschließende Kapitel 5 klassifiziert den umfassenden Begriff des Data Mining in Zusammenhang mit Knowledge Discovery in Databases und stellt die grundlegenden Prozeßmodelle vor, auf denen die Methoden zur Mustererkennung basieren. Im weiteren werden anhand unterschiedlicher Techniken die Möglichkeiten und Problematiken des Data Mining, besonders in Verbindung mit Corporate Intranets, aufgezeigt und analysiert. In Kapitel 6 wird der theoretische Hintergrund für den Fuzzy Approach im Information Retrieval erläutert. Während der erste Abschnitt die Verfahren zur Verarbeitung unscharfer Daten, Fuzzy Sets und Rough Sets, beschreibt und voneinander abgrenzt, wird anschließend das Konzept dieses auf Unschärfe basierenden Ansatzes zur Wissensextraktion vorgestellt und im Detail präzisiert. Danach wird die Funktionsweise des Verfahrens seitens einer praktischen Problemstellung demonstriert.Mit der Programmbeschreibung des Fuzzy Approach im Information Retrieval bezieht sich Kapitel 7 auf den praktischen Teil der Arbeit. Das Konzept wurde in C++ implementiert und resultiert in dem Prototypen RoughProject.exe, das aus beliebig vielen Kategorien Rough Intervals extrahieren und damit entscheidungsunterstützende Regeln für wissensbasierte Systeme formulieren kann. Anhand eines komplett illustrierten Musterbeispieles werden die einzelnen Funktionalitäten aufgezeigt und die Anwendungsgebiete konkretisiert. Ein weiteres Beispiel erläutert den Programmeinsatz zur Extraktion multipler Kategorie-Dependenzen und eBooks / Sachbücher / Computer & Internet / Anwendungs-Software, Diplom.de

Neues Buch Buch.de
Nr. 39034435 Versandkosten:Bücher und alle Bestellungen die ein Buch enthalten sind versandkostenfrei, sonstige Bestellungen innerhalb Deutschland EUR 3,-, ab EUR 20,- kostenlos, Bürobedarf EUR 4,50, kostenlos ab EUR 45,-, Sofort per Download lieferbar, DE. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Ein Fuzzy Approach im Information Retrieval als eBook Download von Lucian Rehm - Lucian Rehm
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Lucian Rehm:
Ein Fuzzy Approach im Information Retrieval als eBook Download von Lucian Rehm - neues Buch

ISBN: 9783832448561

ID: 657178164

Ein Fuzzy Approach im Information Retrieval: Lucian Rehm Ein Fuzzy Approach im Information Retrieval: Lucian Rehm eBooks > Sachthemen & Ratgeber > Computer & Internet, Diplom.de

Neues Buch Hugendubel.de
No. 22271857. Versandkosten:Zzgl. Versandkosten. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.