Text Mining

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. In der Wissenschaft wird es oft als Unterkategorie des Data Mining beschrieben.

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.

Prozess

Der Prozess des Text Mining lässt sich in insgesamt sechs Schritte kategorisieren, die strukturell aufeinander aufbauen:

1. Aufgabendefinition
2. Dokumentenselektion
3. Dokumentaufbereitung
4. (Text) Mining Methoden
5. Interpretation / Evaluation
6. Anwendung

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.

Weiterführende Links

[1] https://www.alexanderthamm.com/de/blog/text-mining-grundlagen-methoden-und-anwendungsfaelle/