Logo des Repositoriums

Auflistung nach Schlagwort "Clusteranalyse"

1 - 4 von 4
  • Textdokument
    Auswertung mit Card-sorting-Experimenten mit Casolysis
    (Tagungsband UP08, 2008) Szwillus, Gerd; Emmrich, Sebastian
    CASOLYSIS ist eine Anwendung zur Auswertung von Card SortingExperimenten. Während es mittlerweile gut einsetzbare Softwareunterstützung zur Durchführung solcher Experimente gibt, mangelte es bisher noch an effizienten Tools zur Auswertung. Casolysis stellt verschiedene Algorithmen und interaktive Werkzeuge zur Verfügung, um die entstehenden Datensätze einfach und effizient auswerten zu können. Dabei liegt der Schwerpunkt neben der Unterstützung praktisch aller heute bekannten Zuordnungsalgorithmen (etwa Clusteranalyse) auf hochgradiger Interaktivität: Der Benutzer kann "gefahrlos" mit den Daten experimentieren, Teillösungen fixieren, parallele Lösungsvarianten ausprobieren, diese weiterverfolgen oder auch wieder verwerfen. Alle Verfahren sind zudem mit direkten manuellen Eingriffen für "Problemfälle" kombinierbar. Damit trägt CASOLYSIS der Problematik Rechnung, dass es in den meisten Anwendungsfällen keinen durchgehenden Algorithmus gibt, der alleine das Ableiten einer kompletten Lösung erlaubt. Offene Card Sorting-Experimente werden darüber hinaus durch einen Algorithmus zur Ähnlichkeitssuche von Wörtern sowie einen komfortablen interaktiven Prozess unterstützt, der dem Benutzer hilft, Synonyme bei den von den Testern angegebenen Kategorienamen aufzuspüren und zusammenzuführen. CASOLYSIS kann beliebige Datensätze in gängigen Formaten importieren, die Analyseergebnisse zur Weiterverarbeitung entsprechend exportieren und kann somit universell eingesetzt werden. Integriert sind zusätzlich Webschnittstellen zum direkten Einlesen von Experimentdaten webbasierter Card-SortingExperiment-Umgebungen, wie etwa WECASO von der Universität Paderborn.
  • Textdokument
    Bisecting K-Prototypes: Effizientes hierarchisches Clustering gemischter Datensets
    (SKILL 2022, 2022) Dröse, Hannes
    Dieses Paper stellt ein neuartiges effizientes hierarchisches Top-down-Clustering-Verfahren für gemischte Datensets vor: Bisecting K-Prototypes. Der Algorithmus ist speziell für die Verarbeitung komplexer (numerischer und kategorischer) Datensets mit vielen fehlende Werten geeignet. Dabei ist keine exzessive Vorverarbeitung des Datensets nötig. Zusätzlich werden Erweiterungen des Algorithmus vorgestellt, welche für die Verarbeitung von Multi-Select-und Freitext-Feldern (multi-kategorische und String-Attribute) geeignet sind. Der Algorithmus wurde implementiert und gegen ein entsprechend komplexes Datenset getestet und evaluiert.
  • Zeitschriftenartikel
    IT-Kompetenz in Internet-Gründerteams
    (Wirtschaftsinformatik: Vol. 52, No. 4, 2010) Häsel, Matthias; Kollmann, Tobias; Breugst, Nicola
    In der Internetökonomie konnten in den letzten Jahren zahlreiche Neugründungen auf der Grundlage internetbasierter Geschäftsmodelle verzeichnet werden. Die Anforderungen, mit denen IT-Experten in diesen Firmen konfrontiert werden, unterscheiden sich von der klassischen Softwareentwicklung. Es kann daher angenommen werden, dass Internet-Gründer IT-Experten mit einem anderen Kompetenzprofil präferieren. Auf der Grundlage eines elaborierten Kompetenzmodells für IT-Experten in Gründungsunternehmen der Internetökonomie werden die Präferenzen von Gründern in Abhängigkeit von der Innovativität ihrer Produkte empirisch analysiert. Hierzu wird eine adaptive Conjoint-Analyse eingesetzt, um Nutzenwerte für einzelne Kompetenzkomponenten zu erhalten. Mit Hilfe einer Clusteranalyse werden vier verschiedene Kompetenzprofile identifiziert, die prototypischen IT-Experten mit verschiedenen Kernaufgaben entsprechen. Die Datenauswertung deutet darauf hin, dass sich die präferierten Kompetenzprofile von Gründern mit innovativeren Produkten von denen mit weniger innovativen Produkten unterscheiden. Die Ergebnisse sind für die Karriereentscheidung von IT-Experten sowie für die Gründer internetbasierter Firmen relevant, welche einen IT-Experten als Mitgründer suchen. Diese Arbeit ist eine der ersten, die ausdrücklich auf die Rolle und die Kompetenzen von IT-Experten in internetbasierten Gründungsunternehmen eingeht. Sie erweitert vorhandene Studien zur IT-Kompetenzforschung somit um eine spannende und dynamische Branche.AbstractIn the Net Economy, numerous start-ups relying on Internet-based business models have been founded in the recent years. In these ventures IT experts are confronted with different requirements to those of traditional software development. It can thus be assumed that founders in the Net Economy prefer IT experts with a different competence profile. Based on an elaborate competence model for IT experts in Internet-based ventures, founder preferences are empirically analyzed and related to the novelty of the venture’s product. An adaptive conjoint analysis is applied to obtain utility values for single components of competence. Using cluster analysis, four different competence profiles are identified which correspond to prototypical IT experts bearing different core functions. Data analysis suggests that founders with more innovative products differ from founders with less innovative products in their perception of the optimal IT expert’s competence profile. The results have implications both for career decisions of IT experts and for founders of Internet start-ups who are looking for co-founding IT experts. This study is one of the first to explicitly focus on IT competence in Internet-based ventures. It therefore extends existing research on IT competence to a new and dynamic industry.
  • Zeitschriftenartikel
    Typische Profile digitaler Kompetenzen: Eine clusteranalytische Untersuchung digitaler Kompetenzen im Arbeitskontext
    (HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 1, 2024) Merchel, Robin; Kampschulte, Kathleen; Nauth, Kathrin; Pöppelbuß, Jens
    Typologien reduzieren die Vielfalt menschlicher Merkmale auf eine geringe Zahl an Merkmalsausprägungen, die die Wirklichkeit vereinfachend abbilden und so die Ableitung organisationaler Interventionen ermöglichen. Für den Umgang von Menschen mit der Digitalisierung wurden bereits mehrere Typologien mit vier bis sieben Typen bzw. Clustern aufgestellt, wobei dies z. B. auf Basis der Intensität der Mediennutzung, der Begeisterung für digitale Umbrüche oder der Fähigkeiten der Beschäftigten geschah. In der vorliegenden Arbeit werden neun digitale Kompetenzen von n  = 645 Beschäftigten im Rahmen einer Fragebogenstudie (Oktober 2021–April 2022) erfasst. Mithilfe einer Clusteranalyse werden vier typische Profile digitaler Kompetenzen identifiziert, die als (1) begeistertes, (2) balanciertes, (3) naives und (4) ablehnendes Cluster bezeichnet werden. Die vier Cluster zeigen Zusammenhänge zu den wahrgenommenen organisationalen Lernmöglichkeiten, zum Techno-Engagement und zum Persönlichkeitsmerkmal der Offenheit. Sie spiegeln bisherige Forschung zur Typologisierung von Beschäftigten im Umgang mit der Digitalisierung präzise wider. Somit stellen sie ein generalisierbares, stabiles und bedeutsames Muster dar, das für organisationale Interventionen zur Steigerung der digitalen Kompetenzen und der Bereitschaft für digitale Umbrüche genutzt werden kann. Typologies reduce the diversity of human characteristics to a small number of profiles that represent reality in a simplified way and thus enable the derivation of organisational interventions. Several typologies with four to seven types or clusters have already been established for people’s dealings with digitalisation by means of the intensity of media use, enthusiasm for digital upheavals or the skills of the employees. In this paper, nine digital competencies of n  = 645 employees are recorded in a questionnaire study (October 2021–April 2022). Using a cluster analysis, four typical profiles of digital competencies are identified as (1) enthusiastic, (2) balanced, (3) naïve and (4) rejecting clusters. The four clusters show correlations with perceived organisational learning opportunities, techno-engagement and the personality trait of openness. They precisely reflect previous research on the typologisation of employees in dealing with digitalisation. Thus, they represent a generalisable, stable and significant pattern that can be used for organisational interventions to increase digital competencies and readiness for digital transformation.