Fehlende Daten beim Data-Mining

被引：0

作者：

Dieter William Joenssen

Thomas Müllerleile

机构：

[1] Technische Universität Ilmenau,Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften, Fakultät für Wirtschaftswissenschaften und Medien

[2] Technische Universität Ilmenau,Fachgebiet Wirtschaftsinformatik für Dienstleistungen, Fakultät für Wirtschaftswissenschaften und Medien

来源：

HMD Praxis der Wirtschaftsinformatik | 2014年 / 51卷 / 4期

关键词：

Missing-Data; Imputation; Datenqualität; Fallstudie; Business-Intelligence; Data-Mining;

D O I：

10.1365/s40702-014-0038-8

中图分类号：

学科分类号：

摘要：

Der Beitrag zeigt, in welchem Schritt der Analyse von großen Datenmengen die Behandlung von fehlenden Daten stattfindet und warum ein angemessener Umgang mit diesen unerlässlich ist. Vorgestellt werden zudem Methoden zum Umgang mit fehlenden Werten, die sich insbesondere im Kontext von Data-Mining eignen, da hier die Komplexität der Algorithmen eine übergeordnete Rolle spielt. Abgerundet wird der Beitrag mit einer Fallstudie, in der die Verfahren auf einen Beispieldatensatz des US Census Bureau angewandt werden, der in ähnlicher Weise oft in CRM-Systemen der betrieblichen Umwelt anzutreffen ist. Thematisiert werden die Auswirkungen der Methoden sowie in der Praxis zu erwartende Herausforderungen.

引用

页码：458 / 468

页数：10