Data Mining im Verkehrsmanagement und in der Verkehrsplanung: Anwendungen und Verfahren. Arbeitspapier.
item.page.uri.label
Loading...
Date
Journal Title
Journal ISSN
Volume Title
Publisher
item.page.orlis-pc
DE
item.page.orlis-pl
Köln
item.page.language
item.page.issn
item.page.zdb
item.page.orlis-av
ZLB: Kws 322/26
item.page.type
item.page.type-orlis
relationships.isAuthorOf
Abstract
Im Allgemeinen bezeichnet "Data Mining" den Prozess des Entdeckens von (möglicherweise versteckten) Zusammenhängen in Daten mit dem Ziel, Wissen zu erzeugen. Das Arbeitspapier behandelt alle Schritte des Data Mining in der Verkehrsplanung und dem Verkehrsmanagement. Grundsätzlich sollen dabei alle Bereiche abgedeckt und keine Einschränkungen bzgl. der Verkehrsmittel gemacht werden. Aufgrund der Komplexität des Themas und der Vielzahl an möglichen Datenquellen, Anwendungen und Verfahren sind die ausgewählten Beispiele als exemplarisch zu verstehen. Das Arbeitspapier hat nicht den Anspruch, Lehrbücher und vertiefende Literatur zum Thema Data Mining zu ersetzen. Vielmehr geht es darum, dass sich der Lesende einen Überblick über bisherige Ansätze und Projekte, Datenquellen und die verfügbaren Methoden verschaffen kann. Mathematische Formeln werden mit Verweis auf die vertiefende Literatur soweit wie möglich weggelassen. Bei einzelnen Verfahren oder Beispielen wird auf eine detailliertere, teilweise auch formale Darstellung im Anhang verwiesen. Software spielt beim Data Mining naturgemäß eine sehr wichtige Rolle. Um Hinweise zu geben, welche Software zum Data Mining eingesetzt werden kann und auch schon eingesetzt wurde, werden an vielen Stellen im Text konkrete Software-Werkzeuge benannt. Dies bedeutet nicht, dass nur die genannten Software-Werkzeuge zum Data Mining empfohlen werden. Zielgruppe für dieses Arbeitspapier sind Mitarbeiter in Verwaltung, Forschung und Industrie/Beratung und richtet sich vor allem auch an Personen, die große Mengen von Daten besitzen und einen Überblick gewinnen wollen, mit welchen Methoden sie welche Erkenntnisse gewinnen können bzw. mit welchen Methoden sie welche Anwendungen unterstützen können.
Description
Keywords
Journal
item.page.issue
item.page.dc-source
item.page.pageinfo
44 S.
Citation
item.page.subject-ft
item.page.dc-subject
item.page.subject-tt
item.page.dc-relation-ispartofseries
FGSV; 382/2: W2