Titelblatt des Buchs
Reginald Ferber Information Retrieval
Suchmodelle und Data-Mining-Verfahren für Textsammlungen und das Web
Position im Angebot Information Retrieval -> Wissensgewinnung mit Data-Mining-Methoden
Stichwörter dieser Seite Wissensgewinnung
Navigation [ Zurück ]    [ Inhalt ]    [ Stichwörter ]    [ Feedback ]    [ Home ]

2.6: Ein komplexeres Beispiel

Zum Abschluss des Buchteils über Wissensgewinnung soll ein komplexeres Data-Mining-Beispiel aus Fawcett und Provost (1997) [->] vorgestellt werden, in dem es darum geht, den Missbrauch von Mobiltelefonkennungen zu erkennen. Wie schon bei dem Beispiel zur Kreditkartenvergabe in der Einführung (Abschnitt 1.1.9 ) weisen auch hier die Autoren darauf hin, dass die Angaben über einzelne Attribute und Werte teilweise fiktiv sind, da die tatsächlich verwendeten Attribute und Werte als Betriebsgeheimnis gelten.

In diesem Beispiel lassen sich verschiedene der bisher besprochenen Methoden wiederfinden. Es zeigt damit - neben der Lösung des spezifischen Problems - auch weitere Einsatzmöglichkeiten der besprochenen Verfahren auf.

Pfeil als Kennzeichnung einer Unterueberschrift 2.6.1: Problemstellung

Pfeil als Kennzeichnung einer Unterueberschrift 2.6.2: Lösungsansätze

Pfeil als Kennzeichnung einer Unterueberschrift 2.6.3: Verfahren

Pfeil als Kennzeichnung einer Unterueberschrift 2.6.4: Durchführung und Bewertung

Navigation [ Zurück ]    [ Inhalt ]    [ Stichwörter ]    [ Feedback ]    [ Home ]
Position im Angebot Information Retrieval -> Wissensgewinnung mit Data-Mining-Methoden
Dieser Abschnitt und seine Unterabschnitte
Inhalt Stichwörter in der Reihenfolge ihres AuftretensStichwörter alphabetisch sortiert
2.6Ein komplexeres Beispiel
2.6.1Problemstellung
2.6.2Lösungsansätze
2.6.3Verfahren
2.6.4Durchführung und Bewertung
Abb. 72 Vergleich der unterschiedlichen Missbrauchsdetektoren
 Wissensgewinnung, Kategorisierung, vorherzusagendes Attribut, überlagerter Betrug, superimposed fraud, Geschwindigkeitsindikator, assoziative Regel, Profilierung, profiling, lineare Schwellwertfunktion, LTU, Wertebereich, Trainingsmenge, Testmenge, Gewichtungsmethode assoziative Regel, Geschwindigkeitsindikator, Gewichtungsmethode, Kategorisierung, lineare Schwellwertfunktion, LTU, Profilierung, profiling, superimposed fraud, Testmenge, Trainingsmenge, überlagerter Betrug, vorherzusagendes Attribut, Wertebereich, Wissensgewinnung

Diese Seiten sind urheberrechtlich geschützt. Die Verantwortung für die Inhalte und die Rechte der Online-Version liegen beim Autor Reginald Ferber, Münster (Westf). Die Rechte der gedruckten Version beim dpunkt.verlag, Heidelberg. Die Weiterverwendung von Texten oder Abbildungen - auch auszugsweise - ist ohne die schriftliche Zustimmung des Autors Reginald Ferber bzw. des dpunkt.verlags nicht gestattet.

Es wird darauf hingewiesen, dass die verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken-, oder patentrechtlichem Schutz unterliegen. Alle Angaben und Programme wurden mit großer Sorgfalt kontrolliert. Trotzdem kann keinerlei Haftung für Schäden irgendwelcher Art übernommen werden, die sich im Zusammenhang mit der Nutzung dieser Seiten ergeben.

Diese HTML-Datei wurde am 27-10-2003 erzeugt.