Abstract
The ability to combine domain specific knowledge and special knowledge about using mathematical-statistical methods for analyzing big data bases at present time is not wide-spread in science and business.
For the near future, an increase in data mining applications can be expected. So, one needs instruments to support non-specialists in using specific knowledege about data mining.
In this paper a data mining architecture is introduced. Its main advantage is to offer a systematical scheme for data mining methods. These methods are structured with reference to applications.
The data mining application architecture is a decision and structuring support for data mining problems to users, scientists and students.
This is a preview of subscription content, log in via an institution to check access.
Similar content being viewed by others
Literatur
Adriaans, Pieter; Zantinge, Dolf: Data Mining. Addison-Wesley Publishing and Company Harlow et al. 1998.
Alpar, Paul; Niedereichholz, Joachim: Data Mining im praktischen Einsatz: Verfahren und Anwendungsfälle für Marketing, Vertrieb, Controlling und Kundenunterstützung. Braunschweig, Wiesbaden et al. 2000.
Chamoni, Peter; Budde, C.: Methoden und Verfahren des Data Mining. Gerhard-Mercator-Universität Gesamthochschule Duisburg, Fachbereich Wirtschaftswissenschaft, Diskussionsbeiträge, 1997.
Düsing, Roland: Data Warehouse, Data Mining. In: Disterer, Georg; Fels, Friedrich; Hausotter, Andreas (Hrsg.): Taschenbuch der Wirtschaftsinformatik. Köln 2000, S. 373ff.
Foegen, Malte, Battenfeld, Jörg: Die Rolle der Architektur in der Anwendungsentwicklung. In: Informatik Spektrum. 24 (2001) 5, S. 290 ff.
Fayyad, Usama M.; Piatetsky-Shapiro, Gregory; Smyth, Padhraic: From data mining to knowledge discovery: an overview. In: Fayyad, Usama M.; Piatetsky-Shapiro, Gregory; Smyth, Padhraic; Uthurusamy, Ramasamy (Hrsg.): Advances in Knowledge Discovery & Data Mining. — AAAI Press/The MIT Press Menlo Park, Cambridge 1996 http://www.kdnuggets.com/gpspubs/aimag-kdd-overview-1996-Fayyad.pdf Abruf am 2002-03-21.
Hagedorn, Jürgen; Bissantz, Nicolas; Mertens, Peter: Data Mining (Datenmustererkennung): Stand der Forschung und Entwicklung. In: Wirtschaftsinformatik 38 (1996) 6, S. 601ff.
Küppers, Bertram: Data Mining in der Praxis — ein Ansatz zur Nutzung der Potentiale von Data Mining im betrieblichen Umfeld. Frankfurt/M., Berlin 1999.
Küsters, Ulrich: Data Mining-Methoden: Einordnung und Überblick. In: Hippner, Hajo; Küsters, Ulrich; Meyer, Matthias; Wilde, Klaus D. (Hrsg.): Handbuch Data Mining im Marketing. Braunschweig, Wiesbaden et al. 2001, S. 103ff.
Petersohn, Helge: Data Mining. Verfahren — Prozeß — Anwendungsarchitektur. Universität Leipzig, Wirtschaftswissenschaftliche Fakultät, Habilitationsschrift, eingereicht Juni 2002.
Scheer, August-Wilhelm: ARIS — Vom Geschäftsprozeß zum Anwendungssystem. Springer-Verlag Berlin, Heidelberg et al., 3. völlig neubearbeitete und erweiterte Auflage, 1998.
Säuberlich, Frank: KDD and Data Mining als Hilfsmittel zur Entscheidungsunterstützung. Frankfurt/M., Berlin 2000.
Wilde, Klaus D.: Data Warehouse, OLAP und Data Mining im Marketing — Moderne Informationstechnologien im Zusammenspiel. In: Hippner, Hajo; Küsters, Ulrich; Meyer, Matthias; Wilde, Klaus D. (Hrsg.): Handbuch Data Mining im Marketing — Knowledge Discovery in Marketing Databases. Braunschweig, Wiesbaden et al. 2001, S. 13ff.
Author information
Authors and Affiliations
Rights and permissions
About this article
Cite this article
Petersohn, H. Data-Mining-Anwendungsarchitektur. Wirtschaftsinf 46, 15–21 (2004). https://doi.org/10.1007/BF03250992
Issue Date:
DOI: https://doi.org/10.1007/BF03250992