Text Mining: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
TGß (Diskussion | Beiträge) (→Ziele) |
TGß (Diskussion | Beiträge) (→Ziele) |
||
| Zeile 8: | Zeile 8: | ||
Folgende Ziele werden hierbei verfolgt: | Folgende Ziele werden hierbei verfolgt: | ||
* | * Mehrwerte aus vorhandenen Datenbeständen generieren | ||
* Datenstrukturierung und -analyse bei großen Datenbeständen, sog. Big Data | |||
* effiziente und zukunftsweisende Werkzeuge intelligenter Systeme nutzen, um große Datenbestände aufzubereiten, z.B. mittels Künstlicher Intelligenz. | |||
== Anwendungsfälle == | == Anwendungsfälle == | ||
Version vom 2. August 2020, 12:49 Uhr
Inhaltsverzeichnis
Begriffsdefinition
Unter Text Mining versteht man die Extraktion von Mustern und Strukturen aus großen Textdatenbeständen mittels bestimmter, überwiegend automatisiert ablaufender Analyseverfahren. Hierdurch wird eine qualitative Textaufbereitung erzeugt, die in vielen Anwendungsfeldern der Wirtschafts- und Sozialwissenschaften genutzt wird.
Ziele
Folgende Ziele werden hierbei verfolgt:
- Mehrwerte aus vorhandenen Datenbeständen generieren
- Datenstrukturierung und -analyse bei großen Datenbeständen, sog. Big Data
- effiziente und zukunftsweisende Werkzeuge intelligenter Systeme nutzen, um große Datenbestände aufzubereiten, z.B. mittels Künstlicher Intelligenz.
Anwendungsfälle
Prozess
Begründer
Im Jahr 1995 von Ronen Feldman und Ido Dagan erstmals als Knowledge Discovery in Texts (KDG) auf der ersten internationalen Wissensmanagement-Konferenz erwähnt und begründet.
Ausblick
Weiterführende Links
[1] https://www.alexanderthamm.com/de/blog/text-mining-grundlagen-methoden-und-anwendungsfaelle/