TU Darmstadt / ULB / TUbiblio

Erweiterung des Multi Attribute Data Mining zur Prozessanalyse

Peschek, Jens (2010)
Erweiterung des Multi Attribute Data Mining zur Prozessanalyse.
Technische Universität Darmstadt
Masterarbeit, Bibliographie

Kurzbeschreibung (Abstract)

Die vorliegende Arbeit beschäftigt sich mit der Analyse von Projektdaten, die im Rahmen des Projektmanagements generiert wurden. Ziel dabei ist es, systematische Problemstellen zu identifizieren und daraus für zukünftige Projekte zu lernen und Konsequenzen ziehen zu können. Der verwendete Ansatz ist ein Data Mining-Verfahren, genauer gesagt ein Item Set Mining in Kombination mit einem Association Rule Mining. Um den Besonderheiten der vorliegenden Problematik gerecht werden zu können, müssen diese zu einem Multi Attribute Mining ausgedehnt werden. Dieses wird hier um die Verwendung von allgemeinen Relationen zur Gruppierung über diese Attribute erweitert. Auch eine Implementierung des neuen Ansatzes wird vorgestellt. The presented thesis deals with the analysis of project data that were generated within the scope of project management. Our aim is the identification of systematic problem sites in order to learn for future projects and to take consequences if necessary. The approach used here is a data mining method, more precisely item set mining and association rule mining. In order to meet the specifics of the considered problem, these have to be extended to multi attribute mining. This multi attribute mining is stretched to the usage of relations for the grouping of these attributes. An implementation of the new approach is also part of the thesis.

Typ des Eintrags: Masterarbeit
Erschienen: 2010
Autor(en): Peschek, Jens
Art des Eintrags: Bibliographie
Titel: Erweiterung des Multi Attribute Data Mining zur Prozessanalyse
Sprache: Deutsch
Publikationsjahr: 2010
Kurzbeschreibung (Abstract):

Die vorliegende Arbeit beschäftigt sich mit der Analyse von Projektdaten, die im Rahmen des Projektmanagements generiert wurden. Ziel dabei ist es, systematische Problemstellen zu identifizieren und daraus für zukünftige Projekte zu lernen und Konsequenzen ziehen zu können. Der verwendete Ansatz ist ein Data Mining-Verfahren, genauer gesagt ein Item Set Mining in Kombination mit einem Association Rule Mining. Um den Besonderheiten der vorliegenden Problematik gerecht werden zu können, müssen diese zu einem Multi Attribute Mining ausgedehnt werden. Dieses wird hier um die Verwendung von allgemeinen Relationen zur Gruppierung über diese Attribute erweitert. Auch eine Implementierung des neuen Ansatzes wird vorgestellt. The presented thesis deals with the analysis of project data that were generated within the scope of project management. Our aim is the identification of systematic problem sites in order to learn for future projects and to take consequences if necessary. The approach used here is a data mining method, more precisely item set mining and association rule mining. In order to meet the specifics of the considered problem, these have to be extended to multi attribute mining. This multi attribute mining is stretched to the usage of relations for the grouping of these attributes. An implementation of the new approach is also part of the thesis.

Freie Schlagworte: Project management, Data mining, Graphical interactive user interfaces
Zusätzliche Informationen:

57 S.

Fachbereich(e)/-gebiet(e): 20 Fachbereich Informatik
20 Fachbereich Informatik > Graphisch-Interaktive Systeme
Hinterlegungsdatum: 12 Nov 2018 11:16
Letzte Änderung: 12 Nov 2018 11:16
PPN:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen