Text Mining als Methode zur Wissensexploration: Konzepte, Vorgehensmodelle, Anwendungsmöglichkeiten (Master-Arbeit)

Aus Kompetenzportal
Wechseln zu: Navigation, Suche
Text Mining als Methode zur Wissensexploration: Konzepte, Vorgehensmodelle, Anwendungsmöglichkeiten (Master-Arbeit)
Autor Ludwig Michael Seidel
Typ Master
Studiengang Wirtschaftsinformatik
Erstbetreuer Jürgen Cleve (Prof. Dr. rer. nat.)
Zweitbetreuer Uwe Lämmel (Prof. Dr.-Ing.)
Status der Abschlussarbeit abgegeben
Datum der Verteidigung 2013/03/14
Erscheinungsjahr 2013
Link

Abstract

Text gewinnt als Wissensrohstoff zunehmend an Bedeutung. Gleichzeitig vermehrt sich die Zahl an zur Verfügung stehenden Informationen durch die Nutzung moderner Informationstechnologien in hohem Maße an. Information ist jedoch nicht mit Wissen zu verwechseln. Damit aus Daten tatsächlich Wissen generiert werden kann, sind Techniken wie das Text Mining von überragender Bedeutung. Sie erlauben, neues Wissen für den Anwender aus unstrukturierten Textdokumenten effizient und strukturiert zu extrahieren. Hierzu kommen statistische und linguistische Analyseverfahren zum Einsatz, die Informationen aufdecken und Muster erkennen. In der Praxis bieten sich schon heute zahlreiche Anwendungsfelder, die in der Zukunft noch weiter an Bedeutung zunehmen werden, um den Information Overload zwar nicht zu verhindern, aber zumindest zu managen.


Text Mining as a method of knowledge exploration: Concepts, process models, possible applications

Text as a resource of knowledge grows increasingly in importance. Simultaneously the number of provided information increases by the use of modern information technologies in a high level. However, information has not to be confused with knowledge. In order that from data actually knowledge can be generated, techniques like Text Mining are of prime importance. They enable the efficient and structured extraction of new knowledge for users from unstructured textual documents. In order to that statistic and linguistic analyzing proceedings can be used to explore information and pattern recognition. Actually there are many practice areas winning on acceptance in the future not for preventing but managing the information overload.