Unterschiede-und-Gemeinsamkeiten-von-Data-und-Text-Mining (doc, 80 KB)

Facharbeit (doc, 71 KB)

Text Mining besitzt sehr viele Eigenschaften die auch schon das Data Mining enthält.
Aber gerade dadurch und durch die Unterschiede die zum Teil sehr sinnvoll erscheinen,
z.B. die Anwendbarkeit auf Texte im Internet, werden dazu führen, dass sich das Text Mining genauso verbreiten wird wie das Data Mining. Gerade große Unternehmen, die sich mit dem immer größer werdenden Problem des immensen Datenaufkommens auseinander setzen müssen, werden auf diese beiden Methoden in Zukunft nicht mehr verzichten können.

Data_Mining_und_Text_Mining (jpg, 140 KB)

Data Mining setzt sich heutzutage in vielen Unternehmen immer leichter durch. Es bietet eine einfache Möglichkeit vorhandene Daten nach Gemeinsamkeiten zu durchsuchen die zu dem Gegenwärtigen Zeitpunkt benötigt werden. Allerdings kann Data Mining nicht in Bezug auf Texte angewandt werden. Dieser Nachteil wurde erkannt und ein neues Forschungsgebiet aufgetan, dass Text-Mining. Dies baut weitgehenst auf der erfolgreichen Methode Data Mining auf, es gibt aber auch nennenswerte Unterschiede. Auch das Text Mining erfreut sich immer größerer Beliebtheit in den erfolgreichen Unternehmen der heutigen Zeit.
Im folgenden werden beide Gebiete erklärt, um einen Überblick der Funktionen zu gewähren.
Im Anschluss werden die Gemeinsamkeiten und Unterschiede detailliert erklärt und aufgelistet.

1. Einleitung:
2.1. Data Mining ein Überblick
2.2 Aufgabengebiete des Data-Mining
2.3 Funktionsweise des Data-Mining
3.1 Text Mining ein Überblick
3.2 Aufgabengebiete des Text Mining
3.3 Funktionsweise des Text Mining
4. Gemeinsamkeiten und Unterschiede zwischen Data - und Text-Mining
5. Fazit

Argumentationsprizip: Argumentativ
Argumentationsmuster: Fünfschritt - Waage

Mind-Map (jpg, 93 KB)

Data Mining zur Unterstützung betrieblicher Entscheidungsprozesse

von: Cristoph Tillmans

Url mit dem Download: http://deposit.ddb.de/cgi-bin/dokserv?idn=969324456


PREVIEW:
- Nur Mit dem 2 Kapitel beschäftigt
- Sehr guter Aufbau
- Sehr Sehr Umfangreich und Wissenschaftlich

QUESTIONS:
1. Was ist Data Mining
2. Wofür wird Data Mining benutzt
3. Wie funktioniert Data Mining
4.) Gemeinsamkeiten und Unterschiede


READ:

zu 1) - Das durchsuchen eines Datensatzes

zu 2) - Das Ziel in dem Datensatz Zusammmenhänge oder auch Muster zu erkennen


zu 3) - Ein vorhandener Datensatz
- Wird durch spezielle Algorithmen durchsucht
- Diese liefern eine Datenmenge zurück
- Datenmenge wird auf reale Zusammenhänge zwischen Merkmalen untersucht

zu 4) -Gemeinsamkeiten: Sowohl beim Text Mining als auch beim Data Mining müssen die zu durchsuchenden Daten eine strukturierte Form aufweisen. Beim Text Mining geschieht dies durch transformation des Textes in einen Vektor.


REFLECT:
- Noch Ausführlicher wie zuerst vermutet
- Es sind Wichtige Informationen enthalten

RECITE:
Data Mining ist ein Forschungsgebiet das dazu dient aus vorhandener Daten, per Algorithmen, Beziehungen der Daten untereinander herauszufinden. Dazu müssen die Daten strukturiert vorliegen



REVIEW:
- Schreibstil ist seriös aber extrem Wissenschaftlich
- Für jemanden der sich ausgiebig mit dem Thema beschäftigen will ideal





Text Mining - Wissensgewinnung aus Texten

URL: http://www.wissensexploration.de/textmining.php



PREVIEW:
- Einteilung in einzelne Kapitel
- Quellenangaben vorhanden

QUESTIONS:
1. Was ist Text Mining
2. Wofür wird Text Mining benutzt
3. Wie funktioniert Text Mining
4. Unterschied zwischen Data Mining und Text Mining


READ:

zu 1) - Eine Zielorientierte Form der Textanalyse

zu 2) - Entdecken von Beziehungen zwischen Texten und Textfragmenten


zu 3) - Aufgabendefinition
- Dokumentselektion
- Dokumentaufbereitung
- (Text) Mining Methoden(Wie bei Data Mining per Algorithmen)
- Interpretation und Evaluation der Ergebnisse
- Anwendung der Ergebnisse

zu 4) - Data Mining,extrahieren der zu druchsuchenden Daten aus einer Datenbank(Daten sind meist schon strukturiert)

- Text Mining, die zu durchsuchenden Texte können in unterschiedlichester Form vorliegen unstrukturiert, strukturiert etc. um Text Mining anzuwenden müssen die Texte strukturiert werden

- Bei beiden Gebieten kommen die gleichen Methoden zur Anwendung. Damit dies funktionieren kann müssen beim Text Mining die Texte in eine numerische Form transferiert werden.


REFLECT:
- Könnte Ausführlicher sein
- Es sind brauchbare Informationen enthalten
- Sehr gut für einen Ersteinblick


RECITE:
Text Mining ist ein noch junges Forschungsgebiet. Es benutzt diesselben Methoden wie das Data Mining um Beziehungen zwischen Texten und Textelementen zu erkennen. Bei beiden Methoden müssen die Daten in strukturierter Form vorliegen,
damit die Methoden anwendbar sind.



REVIEW:
- Schreibstil ist einigermaßen seriös
- Verweise im Text auf die Quellen



Text Mining:Wissensgewinnung aus natürlichsprachigen Dokumenten
von:
Dr. René Witte und Jutta Mülle

Url mit dem Download: http://digbib.ubka.uni-karlsruhe.de/volltexte/1000005161

PREVIEW:
- Übersichtlich da Aufteilung in einzelne Kapitel
- Umfangreich mit Quellenangaben

QUESTIONS:
1. Vergleich mit meiner anderen Quelle über Text-Mining
2. Unterschiedlichkeiten und Gemeinsamkeiten des Text und Data Minigs


READ:

zu 1) - Im Grunde genommen recht ähnlich aber doch einzelne Abweichungen vorhanden

zu 2) - Auch hier wird darauf eingegangen, dass im Grunde die selben Methoden zum Einsatz kommen und das bei beiden Verfahren die Daten strukturiert sein müssen.


REFLECT:
- Etwas ausführlicher und wissenschaftlicher als zuerst vermutet
- Sehr anschaulich


RECITE:

Ist in diesem Fall eigentlich überflüssig, da in dieser Quelle eigentlich das selbe steht, also die Texte müssen strukturiert vorliegen und in Daten umgewandelt werden damit man die Algorithmen einsetzen kann.

REVIEW:
- Schreibstil ist seriös mit wissenschaftlichen Fakten gespickt
- Sehr gute Arbeit für einen Einstieg und detailliertere Informationen

Frau Burger:
- Ihre Fachkenntnis in diesem Gebiet ist mir leider unbekannt
- Allerdings sehr hoher Anspruch an die Ausarbeitung der Arbeit
- Sie wird diese Arbeit sehr detailliert lesen
- Dadurch muss ich selbst, die Arbeit nach der Form einer Wissenschaftlichen Arbeit erstellen, und darauf achten das alles den Normen entspricht.

Studenten des Kurses:
- Die Fachkenntnis über dieses Thema bewegt sich von niedrig bis hoch
- Kein hoher Anspruch an die Ausarbeitung
- Manche Studenten werden die Arbeit überfliegen (wenn überhaupt) andere detailliert lesen

Laien die Zufällig darüber stolpern:
- Keine Fachkenntnis vorhanden wenn dann nur äusserst dürftig
- Kein hoher Anspruch an die Ausarbeitung
- Werden die Arbeit höchstens überfliegen
- Allerdings will ich auch einige Grundbegriffe erläutern welche die Laien wiederrum interessieren könnten

Fachpublikum:
- Fachkenntnis sehr hoch
- Das Fachpublikum wird die Arbeit sehr detailliert und ausführlich lesen
- Hoher Anspruch an die Ausarbeitung
- Dadurch sollten in der Arbeit keine Fehler sein

Mein Thema Umfasst in der Breite die Verfahren Data Mining und Text Mining, sowie deren Gemeinsamkeiten und Unterschiede.

In der Tiefe werde ich auf die jeweiligen Verfahren eingehen.
Dabei werde ich einen kurzen Überblick geben was unter den Begriffen zu verstehen ist, desweiteren wozu diese Verfahren eingesetzt werden und zu guter Letzt wie diese Verfahren funktionieren.
Allerdings werde ich in dem wie eher einen kurzen Überblick liefern, da dies den Rahmen der Arbeit sprengen würde.
Danach werde ich mich ausgiebig den Gemeinsamkeiten der Verfahren zu wenden und anschliessend die Unterschiede aufzählen.

Das junge Forschungsgebiet Text Mining basiert weitgehenst auf dem Gebiet des Data Mining, es gibt aber auch wichtige Unterschiede

Thema suche, sowie Aufstellen einer Hyptothese (10.09.08 - 20.09.08)
Literaturrecherchen (10.09.08 - 05.10.08)
Gliederung erstellen, sowie Fazit und Einleitung (25.09.08 - 05.10.08)
Schreiben der Rohfassung (04.10.08 - 02.11.08)
Einsicht der anderen Studienarbeiten (10.11.08 - 25.11.08)
Ausarbeitung der Rohfassung( 18.11.08 - 15.01.09)