Welche Informationstypen können mit Data-Mining gewonnen werden?

Klassifikation

Erlaubt das Erkennen von typischen Eigenschaften einer bestimmten Gruppe. Klassifikationsregeln gleichen Regeln des Prognoseverfahrens. Dies bedeutet, dass sie bekannte Eigenschaften von Klassen verwenden, um Eigenschaften oder Verhalten einer ähnlichen Klasse vorauszusagen. Diskriminanzanalyse, Entscheidungsbäume oder neuronale Netzwerke sind Techniken, die für die Klassifikation verwendet werden.

Clustering

Erlaubt das Erkennen von Ähnlichkeiten zwischen Gruppen, indem bestimmte Eigenschaften, die für alle diese Gruppen typisch sind, gefunden werden. Abbildung 11 zeigt beispielsweise, wie die grafische Darstellung einer grossen Anzahl von Datenpunkten entlang zweier Dimensionen fünf ziemlich eindeutige Cluster aufdeckt.

Abb. 11: Fünf Cluster in einer Datenmenge

Assoziierung

Erlaubt das Erkennen von Beziehungen zwischen Ereignissen, die zur gleichen Zeit stattfinden. Als Techniken werden in der Regel statistische Methoden verwendet.

Regressionsmodellierung

Erlaubt die Abbildung von Daten, um einen numerischen Wert vorauszusagen. Als Techniken werden lineare und nichtlineare Programmierung verwendet.