Induktive unscharfe Datenassoziierung — Fallstudie enersis suisse AG
| dc.contributor.author | Kaufmann, Michael | |
| dc.contributor.author | Koller, Thomas | |
| dc.contributor.author | Kurochkina, Daria | |
| dc.contributor.author | Stoffel, Kilian | |
| dc.date.accessioned | 2018-01-16T12:16:52Z | |
| dc.date.available | 2018-01-16T12:16:52Z | |
| dc.date.issued | 2013 | |
| dc.description.abstract | enDie graduelle Zugehörigkeit, das Kernkonzept der unscharfen Logik, kann in der Datenanalyse genutzt werden, um Zusammenhänge darzustellen. Diese Grade der Zugehörigkeit können direkt aus den Daten extrahiert werden. Die Visualisierung dieser Zusammenhänge leuchtet ein und präsentiert den Entscheidungsträgern eine leicht verständliche Darstellung. An einem Fallbeispiel aus der Datenanalyse in der Energiewirtschaft wird aufgezeigt, wie diese Datenassoziierung in der Praxis aussehen kann. Der Beitrag stellt den Bezug zum Web Monitoring her, indem er eine entsprechende induktive und graduelle Konzeptassoziierung für die Analyse von Webdaten skizziert. | |
| dc.identifier.pissn | 2198-2775 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/14156 | |
| dc.publisher | Springer | |
| dc.relation.ispartof | HMD Praxis der Wirtschaftsinformatik: Vol. 50, No. 5 | |
| dc.relation.ispartofseries | HMD Praxis der Wirtschaftsinformatik | |
| dc.title | Induktive unscharfe Datenassoziierung — Fallstudie enersis suisse AG | |
| dc.type | Text/Journal Article | |
| gi.citation.endPage | 55 | |
| gi.citation.startPage | 45 |