Fuzzy Datenanalyse durch kontextbasierte Datenbankanfragen mit Beispielen aus der Logistik

Die Klassifikation ist ein Verfahren, um Strukturen in großen, unübersichtlichen Datenbanken zu entdecken. Der Datentransfer in ein Analysewerkzeug entfällt, wenn die Klassifikation das Ergebnis einer Anfrage an die Datenbank ist. Günter Schindler erweitert das fuzzy-relationale Datenmodell, um eine Klassifikation durch eine kontextbasierte Anfrage zu erreichen. Bei der Anfrageauswertung ist eine Mehrfachzuweisung von Objekten zu unterschiedlichen Klassen möglich, die zu gegensätzlichen Handlungsempfehlungen führen kann. Der Autor reduziert diese Unsicherheit durch eine unscharfe Klassifikation. Diese verlagert er auf eine linguistische Ebene, so daß Anfragen mit den Begriffen des Benutzers formuliert werden können. Das Verfahren erlaubt, numerische und nicht numerische Merkmale gemeinsam zu verarbeiten.

Autorentext

Dr. Günter Schindler ist Geschäftsführer für den Bereich Technik einer Schweizer Softwarefirma. Er promovierte 1998 im Fach Operations Research und Wirtschaftsinformatik bei Professor Dr. Dr. h.c. mult. Hans-Jürgen Zimmermann, RWTH Aachen.

Klappentext

Der Autor erweitert das fuzzy-relationale Datenmodell, um eine Klassifikation durch eine kontextbasierte Anfrage zu erreichen. Das Verfahren erlaubt, numerische und nicht numerische Merkmale gemeinsam zu verarbeiten.

Inhalt

1. Einleitung.- 2. Unscharfe Erweiterungen des relationalen Datenmodells.- 3. Methodische Grundlagen und Durchführung einer Datenanalyse.- 4. Fuzzy-relationales Datenmodell mit Kontexten.- 5. Klassifikation im fuzzy-relationalen Datenmodell mit Kontexten.- 6. Durchführung einer Datenanalyse mit kontextbasierten Datenbankanfragen.- 7. Anwendungsbeispiele für unscharfe datenbankbasierte Klassifikationen aus der Logistik.- 8. Zusammenfassung und Ausblick.