Zusammenfassung des Vortrags im Kolloquium

Mathematische Modellierung in den Natur-, Technik- und Gese llschaftswissenschaften

WS 2003/04

9. Dezember, 18.15 Uhr, Hörsaal 5 des Geomatikums

Prof. Dr. Ulrich Müller-Funk (Institut für Wirtschaftsinformatik, Universität Münster )

Statistische Aspekte von Assoziationsregeln:

 

Zusammenfassung:

Assoziationsregeln stellen einen der KI-Beiträge zur Datenanalyse dar und haben inzwischen einen festen Platz in der Lehrbuchliteratur zum "information (data) mining" gefunden. Dies erklärt sich schon daraus, dass man die dahinter stehende Fragestellung in sehr unterschiedlichem Kontext wieder findet. Damit lässt sich allerdings auch sofort erahnen, dass die Problematik in andersartiger Einkleidung schon lange -und daher auch inhaltlich ausgereift -Gegenstand der deskriptiven Statistik ist, nämlich in Form von Kontingenztafeln und Assoziationsmaßen. Dieser klassische Zugang vernachlässigt nun allerdings die numerisch /algorithmische Seite der Problematik - und damit den "data mining"-typischen Aspekt- wiederum völlig. Gegenwärtig stellt sich daher die Wahl, entweder Ineffektives mithilfe von Programmpaketen wie dem "Intelligent Miner" effizient umzusetzen oder aber mangels rechnerischer Unterstützung Effektives zu unterlassen. Anders formuliert: Die gegenwärtige Praxis, nämlich mittels statistisch fragwürdiger Maßzahlen zunächst eine Vielzahl sachlogisch nicht nachvollziehbarer Regeln zu generieren und diese dann in einem nachfolgenden, aufwändigen Prozess "auszudünnen", soll hinterfragt werden. In diesem Vortrag soll als ein Schritt zu Entschärfung dieses Dilemmas zunächst die statistische Fundierung von Assoziationsregeln diskutiert werden.

zurück zur Kolloquiumsseite