Data-Mining. Erkenntnisgewinn aus Datenanalyse

Studienarbeit aus dem Jahr 2015 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, FOM Essen, Hochschule für Oekonomie & Management gemeinnützige GmbH, Hochschulleitung Essen früher Fachhochschule, Sprache: Deutsch, Abstract: Diese Seminararbeit befasst sich mit dem Thema Data Mining und verfolgt das Ziel, eines Einblicks in die Thematik, deren Umfang und einen Ausblick auf die sich ergebenden Möglichkeiten zu geben. Gerade durch die wachsende Menge an anfallenden Daten in Unternehmen, aber auch dank das Wachstum des Webs, sowie die große Popularität von Social Media Plattformen, gewinnt diese Form der Datenanalyse immer mehr an Bedeutung. Wo Data Mining früher nur für große Unternehmen interessant war, ist dieses heutzutage auch für mittelständische Unternehmen ein Begriff.
Nach einer kurzen Definition von Data Mining erfolgt die Einordnung in den KDD-Prozess (Knowledge Discovery in Databases) sowie eine knappe Abgrenzung zu OLAP (On-Line Analytical Processing). Darauf folgt eine Erläuterung des Data Warehouse, welches die zumeist verwendete Datenbasis beim Data Mining ist und im Anschluss daran werden die Standard Methoden des Data Mining sowie zwei spezielle Abwandlungen, das Text Mining und das Webmining erläutert.

Markus Giesecke wurde am 15. April 1979 in Regensburg geboren und ist seit 2011 als freiberuflicher Übersetzer und Dolmetscher für die Sprachen Deutsch, Englisch und Spanisch tätig. Für die englische Sprache ist er als Übersetzer vor dem Landgericht Regensburg öffentlich bestellt und allgemein vereidigt. Der Schwerpunkt seiner Tätigkeit liegt auf der Übersetzung und Beglaubigung von Urkunden, Zeugnissen, rechtlichen Dokumenten, Gerichtsurteilen, Jahresabschlüssen etc.