ISBN: 3540426779
TITLE: Data Warehousing and Data Mining
AUTHOR: Lusti
TOC:

Inhalt
Vorwort V
Vorwort zur 2. Auflage viii
1 Entscheidungsuntersttzende Systeme 1
1.1 Entscheidungen 2
1.2 Entscheidungsuntersttzende Systeme 3
1.3 Entscheidungsuntersttzende Methoden 5
2 Analytischer Hierarchieprozess 15
2.1 Unterrichtsmaterial 16
2.2 Grundlagen 16
2.3 Messproblematik 20
2.4 Anwendung mit ExpertChoice 25
2.5 Ein Blick in die Blackbox 32
2.5.1 Grobe Berechnung der Prioritten 34
2.5.2 Exaktere Berechnung der Prioritten und Inkonsistenzen 36
2.6 AHP im Vergleich 43
3 Was-Wenn-Analyse 51
3.1 Unterrichtsmaterial 52
3.2 Elementare Vefahren 52
3.2.1 Einfache Neuberechnung 53
3.2.2 Mehrfachoperation 54
3.2.3 Szenario 54
3.2.4 Einfache Zielwertsuche 55
3.3 Lineare Optimierung 61
3.3.1 Fallbeispiel 62
3.3.2 Verallgemeinerung 69
3.3.3 Weitere Arten der Optimierung 76
3.4 Lineare Optimierung im Vergleich 77
4 Regelbasierte Systeme 85
4.1 Unterrichtsmaterial 86
4.2 Grundlagen 86
4.2.1 Wissensdarstellung 86
4.2.2 Wissensherleitung 89
4.2.3 Expertensysteme 93
4.3 Regeln und Entscheidungsbume 95
4.4 Anwendung mit XpertRule KBS 98
4.4.1 Wissenserwerb und Problemlsung 98
4.4.2 Erklrungen l07
4.5 Ein Blick in die Blackbox 111
4.5.1 Entwurf eines einfachen Regelinterpreters 111
4.5.2 Implementation eines einfachen Regelinterpreters 116
4.6 Expertensysteme in der Praxis 119
4.7 Regelbasierte Systeme im Vergleich 121
5 Data Warehousing 129
5.1 Grundlagen 129
5.1.1 Operative und analytische Datenbanken 130
5.1.2 Data Mart und Enterprise Data Warehouse 135
5.1.3 Mehrdimensionale Daten 142
5.2 Endbenutzerzugriff 147
5.2.1 Unterrichtsmaterial 148
5.2.2 Konventionelle Datenbankabfragen 148
5.2.3 On Line Analytical Processing (OLAP) 153
5.2.4 OLAP mit Cognos PowerPlay 155
5.2.5 Arten von OLAP-Werkzeugen 160
5.2.6 Auswahl von OLAP-Werkzeugen 168
5.2.7 OLAP im Vergleich 170
5.3 Modellierung 173
5.3.1 Modellierung von Informationssystemen 174
5.3.2 Datenmodellierung 175
5.3.3 Sternschemata 180
5.3.4 Metadaten 194
5.3.5 ROLAP mit if.. Synchrony 196
5.4 Entwicklung und Betrieb 203
5.4.1 Entwicklungsphasen 204
5.4.2 Laden operativer Daten 209
5.4.3 Speicher- und Laufzeitoptimierungen 217
5.5 Aufgabenteilung in Rechnernetzen 232
5.5.1 Client/Server-Systeme 233
5.5.2 Internet und Intranet 237
6 Data Mining - Ein berblick 259
6.1 Anwendungen 260
6.2 Datenanalyse 262
6.3 Methoden 265
6.4 Visualisierung 269
6.4.1 Anwendung mit SPSS Diamond 271
6.5 Werbeuge 275
7 Regelinduktion 285
7.1 Unterrichtsmaterial 286
7.2 Wissenserwerb fr regelbasierte Systeme 286
7.3 Klassifikation 290
7.4 Anwendung mit XpertRule Profiler 293
7.5 Ein Blick in die Blackbox 301
7.6 Regelinduktion im Vergleich 310
8 Neuronales Lernen 315
8.1 Unterrichtsmaterial 316
8.2 Grundlagen 316
8.3 Anwendung mit Neural Werks Predict 327
8.3.1 Problemspezifikation 328
8.3.2 Auswahl der Lern- und Testdaten 328
8.3.3 Datenaufbereitung 329
8.3.4 Variablenauswahl 330
8.3.5 Spezifikation und Berechnung des Modells 330
8.3.6 Validierung 332
8.3.7 Anwendung 334
8.4 Ein Blick in die Blackbox 336
8.4.1 Einstufiges Perzeptron 340
8.4.2 Mehrstufiges Perzeptron 367
8.4.3 CCN-Netze - die Grundlage von NeuralWorks Predict 378
8.5. Neuronale Netze im Vergleich 381
Glossar 393
Anleitung zur CD ROM 435
Stichwortverzeichnis 437
END
