Die Assoziationsanalyse findet im Rahmen des Knowledge Discovery in Databases immer stärkere Verbreitung. Allerdings ist die Analyse eines großen Datenbestandes trotz der Entwicklung besserer Verfahren zur Assoziationsanalyse sehr zeitaufwendig.
Frank Beekmann zeigt, dass eine Assoziationsanalyse ohne große Genauigkeitsverluste auch bei einem aus einer Stichprobe aus dem Gesamtdatenbestand resultierenden Datenbestand geringen Umfangs durchgeführt werden kann, und entwickelt neue theoretische Möglichkeiten zur Abschätzung der mit diesem Ansatz verbundenen Genauigkeitsabweichungen. Anhand von Problemstellungen aus der Telekommunikationsbranche erläutert er eine Anwendung der stichprobenbasierten Assoziationsanalyse und weist die theoretischen Genauigkeitsbetrachtungen empirisch nach. Gleichzeitig wird der große Zeitvorteil dieses Verfahrens demonstriert, aus dem sich neue betriebswirtschaftliche Anwendungsmöglichkeiten ergeben.
Autorentext
Dr. Frank Beekmann ist wissenschaftlicher Mitarbeiter von Prof. Dr. Peter Chamoni am Lehrstuhl für Wirtschaftsinformatik und Operations Research an der Universität Duisburg-Essen.
Klappentext
Frank Beekmann zeigt, dass eine Assoziationsanalyse ohne große Genauigkeitsverluste auch bei einem aus einer Stichprobe aus dem Gesamtdatenbestand resultierenden Datenbestand geringen Umfangs durchgeführt werden kann, und entwickelt neue theoretische Möglichkeiten zur Abschätzung der mit diesem Ansatz verbundenen Genauigkeitsabweichungen.
Inhalt
1 Einleitung.- 2 Knowledge Discovery in Databases.- 3 Assoziationsanalyse.- 4 Konzepte zur Bildung und Anwendung von Stichproben.- 5 Stichprobenbasierte Assoziationsanalyse.- 6 Anwendung der stichprobenbasierten Assoziationsanalyse für Problemstellungen aus der Telekommunikationsbranche.- 7 Zusammenfassung und Ausblick.