Clusterstabilität

Meer over het boek

Clusterverfahren sind im Data Mining sehr beliebt und finden häufig Anwendung. Oft wird jedoch übersehen, dass die Ergebnisse ohne theoretische Fundierung nicht auf die Grundgesamtheit verallgemeinert werden können. Eine solche Verallgemeinerung erfordert zunächst eine umfassende Betrachtung der Clusterverfahren und ihrer unterschiedlichen Ansätze. Zudem ist eine präzise stochastische Spezifikation der Ausgangssituation sowie die Analyse der Clustervalidierungsmethoden notwendig. Für die Verallgemeinerung ist entscheidend, wie sich die Clusterergebnisse beim statistischen Schluss von der Stichprobe auf die Population verändern. Bei stabilen Clusteralgorithmen sind diese Veränderungen in der Regel gering. Eine formale Definition von Stabilität sowie die klassischen Werkzeuge der robusten Statistik sind für die Analyse erforderlich. Besonders die Datenrepräsentation spielt eine wesentliche Rolle. Die Anwendbarkeit des entwickelten Begriffs der Clusterstabilität wird anhand der Netzwerkanalyse demonstriert. Durch Wahrscheinlichkeitsnachbarschaften kann ein verallgemeinerter Kommunitätsbegriff definiert werden. Andreas Baumgart, Jahrgang 1982, studierte Wirtschaftsinformatik an der Universität Leipzig und der Westfälischen Wilhelms-Universität Münster und war anschließend als wissenschaftlicher Mitarbeiter am European Research Center for Information Systems (ERCIS) tätig. 2013 promovierte er zum Doktor der Wirtschaftswissenschafte