« Projekte
Hybride Methoden- und Systemarchitekturen für heterogene Informationsräume
Projektbearbeiter:
Xiaomeng Wang
Finanzierung:
Deutsche Forschungsgemeinschaft (DFG) ;
Während eine Vielzahl von erfolgreichen Data-Mining-Methoden für die Analyse von strukturierten, homogenen Datenbeständen (z.B. einzelnen Tabellen mit numerischen oder symbolischen Werten) existiert, liegen in praktischen Wissensextraktionsanwendungen heterogene Datenbestände vor (mehrere Datenbanken und Tabellen, unterschiedliche Medien). Ein Data-Mining-Spezialist lößt dieses Heterogenitätsproblem durch die Erstellung eines für die Verfahren geeigneten und homogenen Datenbestandes unter hohem Aufwand. Weiterhin zeigt sich in vielen Anwendungen, daß die Informationsbedürfnisse des Nutzers bei Datenanalysen am besten durch eine Kombination von Verfahren und deren Stärken befriedigt werden können (Integrationsproblem).Ziel dieses Projektes ist die Entwicklung von Methoden- und Systemarchitekturen, die es gestatten, das Heterogenitäts- und das Integrationsproblem beim Information-Mining so effektiv zu lösen, daß mit geringem Zeitaufwand ein dem jeweiligen Sachbereich angepaßtes, benutzerfreundliches und einfach zu wartendes System aufgebaut werden kann.

Schlagworte

Datenanalyse, Informatik
Kontakt

weitere Projekte

Die Daten werden geladen ...