Business Intelligence Explorer
|
|
- Fanny Thomas
- vor 8 Jahren
- Abrufe
Transkript
1 Business Intelligence Explorer Discovering BI on the Web David Spretke Bachelor IE, 5. Semester Universität Konstanz Seminar Business Intelligence WS 2006/
2 Gliederung 1 Einleitung Definitionen Situation 2 Ansätze und Techniken Business Intelligence Tools Dokumentvisualisierung 3 Business Intelligence Explorer (BIE) Motivation Visuelles Framework Datensammlung Parsen, Indexieren und Analyse Visualisierung Evaluierung 4 Zusammenfassung Fazit
3 Definitionen Business Intelligence ist das Resultat der Beschaffung, Interpretation, Vergleich, Beurteilung und Verwertung von Information in der Business-Domäne Browsing ist das ungezielte Durchsuchen von Information, mit der Absicht ein mentales Modell des zu durchsuchenden Inhalts zu schaffen Web Community ist eine Gruppe von Webseiten, die hohe Ähnlichkeit in ihrer Text- und Strukturinformation aufweisen Knowledge Map ist eine 2D-Darstellung, welche die Beziehungen zwischen Objekten (Webseiten-Inhalte, Newsgroup Beiträge, Markt-Trends, u.a.) aufzeigt
4 Situation auf der Welt werden zwischen 1 und 2 Exabyte (1ExaByte ˆ= 1 Billion GigaByte) einzigartiger Information pro Jahr erzeugt dienen als Quelle des Internets ermöglichen effektives Knowledge Discovery aus einer Vielzahl von Informationen negativer Nebeneffekt: Informationsüberflutung Internet, eines der fünf wichtigsten Quellen für Business Informationen Informationsüberflutung behindert Unternehmensanalyse
5 Situation (2) Web-Suchmaschinen werden üblicherweise verwendet, um Informationen für die Unternehmensanalyse zusammenzutragen Schwierig alle relevante Ergebnisse aus ewig langen textuellen Listen herauszufiltern Überlick über alle Resultate kaum möglich, ebenso wie das Erkennen von Zusammenhängen (Gruppen) textuelle Ergebnislisten führen zu Informationsüberflutung neue Browsing-Methoden werden benötigt, welche Erkennen von Web Communities und einen Überblick über alle Informationen unterstützen
6 Gliederung 1 Einleitung Definitionen Situation 2 Ansätze und Techniken Business Intelligence Tools Dokumentvisualisierung 3 Business Intelligence Explorer (BIE) Motivation Visuelles Framework Datensammlung Parsen, Indexieren und Analyse Visualisierung Evaluierung 4 Zusammenfassung Fazit
7 Business Intelligence Tools Definition automatisiert, unterstützen das bessere Verstehen und Aufbereiten von Information ermöglichen Unternehmen die Gewinnung von Erkenntnissen über internen Abläufe, sowie das externe Umfeld, durch systematische Beschaffung, Vergleich, Analyse, Interpretation und Verwertung von Informationen
8 Business Intelligence Tools Klassen 1 Verarbeitung betriebsinterner Daten, um daraus wesentliche Geschäftsinformationen zu extrahieren, um daraus Tendenzen und Muster zu erkennen, die sonst in der enormen Datenflut verborgen bleiben 2 befassen sich mit der Konkurrenzanalyse bzw. Wettberbsforschung und zielen auf die systematische, andauernde und legale Sammlung und Auswertung von Informationen über Konkurrenzunternehmen, wodurch das Unternehmen in der Lage ist, frühzeitig ihre Wettbewerbsstrategien an sich ändernde Wettbewerbsstrukturen anzupassen
9 Business Intelligence Tools Probleme Schwächen bei Inhaltserfassung, Analyse und Darstellung großer Mengen von Informationen unterstützen meist nur verschiedene Ansichten gesammelter Information (Vergleiche zw. verschiedenen Produkten oder Unternehmen), aber keine gründliche Analyse Fortschrittlichere Tools verwenden Text-Mining und regelbasierte Techniken Ergebnisausgabe meist in textueller Form, z.b. mit MS Office Aufgrund eingeschränkter Analyse-Techniken nicht geeignet zur Visualisierung großer Mengen von gesammelten Web-Dokumenten
10 Dokumentvisualisierung Ansätze zur Reduzierung von Informationsüberflutung Data Type Taxonomy (TTT) nach Shneiderman 7 Data Types (1D, 2D, 3D, Temporal, Multidimensional, Tree, Network) 7 Tasks (Overview, Zoom, Filter, Details on Demand, Extract, History, Relate) Vier visuelle Darstellungsformate nach Lin Hierarchische und kartographische Darstellungen, Netzwerkund Streuungsdiagramme
11 Dokumentvisualisierung Definition und Techniken Ermöglicht Einblick in Informationen eines oder mehrer Dokumente, ohne das der Benutzer die Dokumente zuerst lesen muss beinhaltet drei Phasen 1 Dokumentanalyse 2 Algorithmen 3 Visualisierung
12 Dokumentvisualisierung Dokumentanalyse Web Mining Techniken Web Content Mining Erkennung von Regularitäten in Texten und multimedialen Objekten (wie Grafiken) in Web-Dokumenten Web Structure Mining Erkennung von Regularitäten in der Struktur von Web-Dokumenten und ihrer Relationen Kombination von inhaltlicher Analyse und relationaler Betrachtung gibt Auskunft über Zugehörigkeit und Relevanz einer Quelle Zusätzliche Anwendung einer Meta-Suche, eine sehr effektive Methode zur Quellensammlung im Netz
13 Dokumentvisualisierung Algorithmen Cluster-Algorithmen Klassifizieren Objekte in aussagekräftige Zerlegungen Hierarchisches Clustering erzeugen eine hierarchische Repräsentation der Daten, aus welcher man eine Clusterstruktur ableiten kann (z.b. Linkage-Verfahren) Partitionierendes Clustering unterteilt Objekte in Gruppen, so dass Objekte im gleichen Cluster möglichst ähnlich sind und Objekte aus verschiedenen Clustern möglichst unähnlich zueinander sind (z.b. k-means) Genetische Algorithmen Heuristiken, die eine Lösung zu einem nicht analytisch lösbaren Problem finden Multidimensionale Skalierung (MDS) Objekte werden auf Basis ihrer (Un-)Ähnlichkeit zueinander in einem 2D- oder 3D-Raum dargestellt Distanzen zwischen Punkten geben die Unähnlichkeit zweier Objekte wieder
14 Dokumentvisualisierung Visualisierung Visualisierung bedeutet, eine gegebene Datenmenge in eine graphische bzw. visuell erfassbare Form zu bringen Verwendung von Knowledge Maps Kartoo Meta-Suchmaschine Resultate werden auf einer Karte als verbundene Objekte dargestellt Objekte in Form von Kreisen oder Dokumenticons, deren Größe die Relevanz bzgl. der Suchanfrage angibt Verbindungslinien zeigen gemeinsame Schlagwörter für die Resultate Zusätzliche Informationen (thumbnail,seiteninformation) bei Mausbewegung Anordnung der Objekte gibt keine Auskunft über Ähnlichkeit
15 Dokumentvisualisierung Visualisierung (2)
16 Gliederung 1 Einleitung Definitionen Situation 2 Ansätze und Techniken Business Intelligence Tools Dokumentvisualisierung 3 Business Intelligence Explorer (BIE) Motivation Visuelles Framework Datensammlung Parsen, Indexieren und Analyse Visualisierung Evaluierung 4 Zusammenfassung Fazit
17 Motivation 1 bestehenden Tools fehlt es an Analyse- und Visualisierungstechniken 2 Hierarchische und Kartographische Darstellungen sind effektive Möglichkeiten zum Zugriff und Browsing in Information 3 Existierende Suchmaschinen erlauben dem Benutzer keine Aussage über die Beziehungen unter den Suchergebnissen in Bezug auf ihre relative Nähe
18 Visuelles Framework ein Visualisierungssystem zum Browsing in Ergebnismengen, welche in Zusammenhang mit Business-Webseiten stehen basiert auf einem visuellen Framework für Knowledge Discovery im Web kombiniert drei Browsing-Methoden: textuelle Ergebnisliste, Web Community und Knowledge Map gliedert sich in drei Haupt-Phasen 1 Datensammlung 2 Parsen, Indexieren, und Analyse 3 Visualisierung
19 Visuelles Framework
20 Datensammlung Identifizierung der Schlüsselterme dienen als Ausgangsanfrage für die Suche nach Websites Verwendung der INSPEC Literatur-Datenbank Identifizierung der Schlüsselterme auf Basis der Schlagwörter in Titel und Inhaltsangabe knowledge management information management database technology customer relationship management, enterprise resource planning supply chain management e-commerce solutions data warehousing business intelligence technology 9 Themengebiete des Business Intelligence
21 Datensammlung BIE Benutzeroberfläche
22 Datensammlung Meta-Suche Meta-Suche unter Verwendung von 7 Suchmaschinen: AltaVista, AlltheWeb, Yahoo, MSN, LookSmart, Teoma, Wisenut Herausfiltern der ersten 100 Suchtreffer jeder Suchmaschine Schwerpunkt nur auf Business-Websites, ignorieren von Domains für Bildungs (.edu)- und militärische Einrichtungen (.mil), sowie Regierungsorgane (.gov), nicht-englischsprachige Webseiten, Onlinemagazine, Diskussionsforen u.a Seiten bzw. 350Seiten für jedes Themengebiet
23 Parsen, Indexieren und Analyse Automatisches Parsen und Indexieren Parsen des Inhalts und HTML-Tags zur weiteren Analyse Automatisches Extrahieren von Schlagwörtern und Hyperlinks Verwendung einer Stoppwort-Liste Identifzieren von Worttypen (mittels HTML-Tags) Titel, Überschrift, Textinhalt und alternativer Text für Grafiken Indexieren aller Wörter innerhalb der Webseiten Arizona Noun Phraser (AZNP) zur Extraktion und Indexierung von Wortgruppen Termgewichtung auf Basis von Termhäufigkeit und inverser Dokumenthäufigkeit (Dokument ˆ= Webseite)
24 Parsen, Indexieren und Analyse Co-occurence Analyse Input: Indices und Gewichtungen co-occurrence beschreibt das gemeinsame Vorkommen von Wörtern in verschiedenen Webseiten Konvertierung in Matrix, welche die Ähnlichkeiten zwischen jedem Paar von Webseiten enthält Ähnlichkeit berechnet sich aus Hyperlinkund textueller Information sowie Kozitation für die Ähnlichkeit zwischen Website i und Website j A ij S ij C ij W ij = α +β +(1 α β) A 2 S 2 C 2
25 Visualisierung Identifizieren von Web Community Websites als Graph modelliert mit Knoten (Websites) und Kanten (Ähnlichkeiten) partionierende Clustering-Methode, welche den Graphen rekursiv in eine Hierarchie von Clustern zerlegt Optimierung durch genetischen Algorithmus bei jeder Iteration - Zerlegung des Graphen bis ein bestimmtes Kriterium optimal Beispiel: Max. Levelanzahl: 2 Max. Knotenanzahl im untersten Level: 5
26 Visualisierung Benutzeroberfläche Web Community
27 Visualisierung Generierung der Knowledge Map Verwendung der Multidimensionalen Skalierung hochdimensionaler Ähnlichkeitsmatrix in 2-dimensionale Repräsentation von Punkten transformiert Darstellung der erhaltenen Koordinaten auf einer Karte
28 Visualisierung Benutzeroberfläche Knowledge Map
29 Evaluierung Aussagen über Effektivität, Effizienz, und Usability der Browsing-Methoden Durchführung erfolgte in 2 Tasks Task 1 - Genauigkeit Task 2 - Relevanz Vergleich zwischen Web Community und Ergebnisliste, Knowledge Map und Web Community, sowie Knowledge Map und Kartoo Effektivität anhand von Genauigkeit, Precision, Recall Effizienz anhand der Zeitdauer Usability anhand User-Rating (1 - schlecht, 5 - sehr gut)
30 Evaluierung Auswertung
31 Evaluierung Reduzierung von Informationsüberflutung durch Web Community und Knowledge Map Shneiderman s Data Type Taxonomy 7 Data Types (1D, 2D, 3D, Temporal, Multidimensional, Tree, Network) 7 Tasks (Overview, Zoom, Filter, Details on Demand, Extract, History, Relate)
32 Gliederung 1 Einleitung Definitionen Situation 2 Ansätze und Techniken Business Intelligence Tools Dokumentvisualisierung 3 Business Intelligence Explorer (BIE) Motivation Visuelles Framework Datensammlung Parsen, Indexieren und Analyse Visualisierung Evaluierung 4 Zusammenfassung Fazit
33 Fazit Visuelles Framework zur Knowledge Discovery im Netz Techniken zur Inhaltserfassung, Text Mining und Dokumentvisualisierung zwei neue Browsing-Methoden: Web Community und Knowledge Map Web Community und Knowledge Map reduzieren Informationsüberflutung und unterstützen BI im Netz
34 Quellen Wingyan Chung, Hsinchun Chen, Jay F. Nunamaker: Business Intelligence Explorer: A Knowledge Map Framework for Discovering Business Intelligence on the Web, in Proceedings of the 36th Annual Hawaii International Conference on System Sciences Wingyan Chung, Hsinchun Chen, Jay F. Nunamaker: A Visual Framework for Knowledge Discovery on the Web: An Empirical Study of Business Intelligence Exploration, in Journal of Management Information Systems. vol. 21, no. 4,2005.
35 Vielen Dank für Ihre Aufmerksamkeit. Fragen?
Business Intelligence Explorer
Universität Konstanz Datenbanken und Informationssysteme Prof. Dr. Marc H. Scholl Prof. Dr. Harald Reiterer Betreuer: Svetlana Mansmann Seminar Business Intelligence From Reporting to Analytics WS 06/07
MehrWeb Information Retrieval. Zwischendiskussion. Überblick. Meta-Suchmaschinen und Fusion (auch Rank Aggregation) Fusion
Web Information Retrieval Hauptseminar Sommersemester 2003 Thomas Mandl Überblick Mehrsprachigkeit Multimedialität Heterogenität Qualität, semantisch, technisch Struktur Links HTML Struktur Technologische
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrDISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374
DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne
MehrDavid Mika. Donnerstag, den 15. März 2012. Verein zur Förderung der privaten Internet Nutzung e.v. Suchen und Finden im Internet. david@ping.
Suchen im David Mika Verein zur Förderung der privaten Nutzung e.v. Donnerstag, den 15. März 2012 Themenüberblick 1 2 3 4 5 6 Informationsflut im Jeder kann schnell und einfach Dokumente publizieren Aktuell
MehrPredictive Modeling Markup Language. Thomas Morandell
Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML
MehrSeminar Business Intelligence Teil II. Data Mining & Knowledge Discovery
Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?
MehrExploration und Klassifikation von BigData
Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)
MehrWeb Mining und Farming
Web Mining und Farming Shenwei Song Gliederung Übersicht über Web Mining und Farming Web Mining Klassifikation des Web Mining Wissensbasierte Wrapper-Induktion Web Farming Übersicht über Web-Farming-Systeme
MehrWie Google Webseiten bewertet. François Bry
Wie Google Webseiten bewertet François Bry Heu6ge Vorlesung 1. Einleitung 2. Graphen und Matrizen 3. Erste Idee: Ranking als Eigenvektor 4. Fragen: Exisi6ert der Eigenvektor? Usw. 5. Zweite Idee: Die Google
MehrSERVICE SUCHE ZUR UNTERSTÜTZUNG
SERVICE SUCHE ZUR UNTERSTÜTZUNG VON ANFORDERUNGSERMITTLUNG IM ERP BEREICH MARKUS NÖBAUER NORBERT SEYFF ERP SYSTEME Begriffsbestimmung: Enterprise Resource Planning / Business Management Solution Integrierte
MehrSupporting Consumers by Characterizing the Quality of Online Health Information: A Multidimensional Framework. Von Dominic Kipry
Supporting Consumers by Characterizing the Quality of Online Health Information: Von Inhalt Einführung Methoden zur Bewertung der Qualität A Multidimensional Quality Framework Content Quality Dimension
MehrSemestralklausur zur Vorlesung. Web Mining. Prof. J. Fürnkranz Technische Universität Darmstadt Sommersemester 2004 Termin: 22. 7.
Semestralklausur zur Vorlesung Web Mining Prof. J. Fürnkranz Technische Universität Darmstadt Sommersemester 2004 Termin: 22. 7. 2004 Name: Vorname: Matrikelnummer: Fachrichtung: Punkte: (1).... (2)....
Mehr2 Evaluierung von Retrievalsystemen
2. Evaluierung von Retrievalsystemen Relevanz 2 Evaluierung von Retrievalsystemen Die Evaluierung von Verfahren und Systemen spielt im IR eine wichtige Rolle. Gemäß der Richtlinien für IR der GI gilt es,...
MehrInformation Systems Engineering Seminar
Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt
MehrTHREAD ARCS: An Email Thread Visualization
THREAD ARCS: An Email Thread Visualization Eine Technik zur Visualisierung der Email Threads Wladimir Emdin Seminar Visualisierung verteilter Systeme Gliederung 1. Einführung: Email Threads und Ziele deren
MehrWelche Textklassifikationen gibt es und was sind ihre spezifischen Merkmale?
Text Welche Textklassifikationen gibt es und was sind ihre spezifischen Merkmale? Textklassifikationen Natürliche bzw. unstrukturierte Texte Normale Texte ohne besondere Merkmale und Struktur Semistrukturierte
MehrData Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY
Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung
MehrSuchmaschinenoptimierung. Grundlagen zur Optimierung der eigenen Internetseite
Suchmaschinenoptimierung Grundlagen zur Optimierung der eigenen Internetseite Gliederung Überblick Arbeitsweise von Suchmaschinen Internetseiten optimieren No-Gos Praxis Ein Überblick Suchmaschinen Google
MehrMaximizing the Spread of Influence through a Social Network
1 / 26 Maximizing the Spread of Influence through a Social Network 19.06.2007 / Thomas Wener TU-Darmstadt Seminar aus Data und Web Mining bei Prof. Fürnkranz 2 / 26 Gliederung Einleitung 1 Einleitung 2
MehrAnmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
MehrSAP Enterprise Asset Management Maintenance Worker Role
SAP Enterprise Asset Management Maintenance Worker Role Martin Janssen, EAM Solutions SAP AG June 2012 Public Die neue Benutzeroberfläche für den Techniker Visuelle Instandhaltungsanleitungen 2012 SAP
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrKapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
MehrUser Experience vs. Retrievaltests Wie lässt sich die Relevanz von Suchergebnissen bewerten?
User Experience vs. Retrievaltests Wie lässt sich die Relevanz von Suchergebnissen bewerten? Prof. Dr. Dirk Lewandowski Hochschule für Angewandte Wissenschaften Hamburg dirk.lewandowski@haw-hamburg.de
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrSoftware Ergonomie und Usability. 2. Psychologische Grundlagen - Teil 3: Handlungen
Software Ergonomie und Usability. 2. Psychologische Grundlagen - Teil 3: Handlungen Prof. Kirstin Kohler // Hochschule Mannheim // SS 2015 Menschliche Aktivitäten * Folgendes zyklisches Muster finden sich
Mehrkleines keyword brevier Keywords sind das Salz in der Suppe des Online Marketing Gordian Hense
Keywords sind das Salz in der Suppe des Online Marketing Keywords - Das Salz in der Suppe des Online Marketing Keyword Arten Weitgehend passende Keywords, passende Wortgruppe, genau passende Wortgruppe
MehrOutlook Web App 2010 Kurzanleitung
Seite 1 von 6 Outlook Web App 2010 Einleitung Der Zugriff über Outlook Web App ist von jedem Computer der weltweit mit dem Internet verbunden ist möglich. Die Benutzeroberfläche ist ähnlich zum Microsoft
MehrVirtual Roundtable: Business Intelligence - Trends
Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,
MehrBusiness Application Framework für SharePoint Der Kern aller PSC-Lösungen
Business Application Framework für SharePoint Der Kern aller PSC-Lösungen Überblick pscbaf Dieses Dokument liefert die Antworten auf folgende Fragen: Was ist das Portal Systems Business Application Framework
MehrDokumentation von Ük Modul 302
Dokumentation von Ük Modul 302 Von Nicolas Kull Seite 1/ Inhaltsverzeichnis Dokumentation von Ük Modul 302... 1 Inhaltsverzeichnis... 2 Abbildungsverzeichnis... 3 Typographie (Layout)... 4 Schrift... 4
MehrOutlook Web App 2010. Kurzanleitung. Zürich, 09. Februar 2011. Eine Dienstabteilung des Finanzdepartements
Zürich, 09. Februar 2011 Eine Dienstabteilung des Finanzdepartements Seite 2 von 10 Impressum Herausgeberin Stadt Zürich Organisation und Informatik Service Betrieb KITS-Center Wilhelmstr. 10 Postfach,
MehrBig-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI. Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH
Big-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH Wofür werden Geo-Daten benutzt? Zeiterfassung & -auswertung
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
MehrIst Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers
Ist Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers Ist Excel das richtige Tool für FMEA? Einleitung Wenn in einem Unternehmen FMEA eingeführt wird, fangen die meisten sofort damit an,
MehrErfolgreich suchen im Internet
Erfolgreich suchen im Internet Steffen-Peter Ballstaedt 05.10.2015 Statistik Weltweit: etwa 1 Milliarde Websites BRD: 15 Millionen Websites Das Internet verdoppelt sich alle 5,32 Jahre Die häufigste Aktivität
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
MehrDie Orgadata AG ist ein stark expandierendes Software-Unternehmen aus Leer. Mit unserem System LogiKal
HIER DREHT SICH ALLES UM IHRE ZUKUNFT Entwicklung einer Architektur für automatisierte UI-Tests Im Rahmen Ihrer entwickeln Sie eine Software-Lösung, die das automatische Bedienen und Befüllen der graphischen
MehrVorlesung Text und Data Mining S9 Text Clustering. Hans Hermann Weber Univ. Erlangen, Informatik
Vorlesung Text und Data Mining S9 Text Clustering Hans Hermann Weber Univ. Erlangen, Informatik Document Clustering Überblick 1 Es gibt (sehr viele) verschiedene Verfahren für das Bilden von Gruppen Bei
MehrIhr Weg in die Suchmaschinen
Ihr Weg in die Suchmaschinen Suchmaschinenoptimierung Durch Suchmaschinenoptimierung kann man eine höhere Platzierung von Homepages in den Ergebnislisten von Suchmaschinen erreichen und somit mehr Besucher
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrSuchmaschinenalgorithmen. Vortrag von: Thomas Müller
Suchmaschinenalgorithmen Vortrag von: Thomas Müller Kurze Geschichte Erste Suchmaschine für Hypertexte am CERN Erste www-suchmaschine World Wide Web Wanderer 1993 Bis 1996: 2 mal jährlich Durchlauf 1994:
MehrGefunden werden im Internet - Einblick in die Suchmaschinenoptimierung
Barbara Schöne Espellohweg 33 22607 Hamburg Tel.: 040-82244963 kontakt@barbaraschoene.de www.barbaraschoene.de Gefunden werden im Internet - Einblick in die Suchmaschinenoptimierung Einführung Suchmaschinenoptimierung
MehrData/Information Quality Management
Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!
MehrSemTalk Services Stand: Februar 2015
SemTalk Services Stand: Was sind SemTalk Services? Navigation, Suche, Kommentierung, Reporting und andere Funktionalitäten über eine große Menge von Prozessen, Objekten und Dokumenten in veröffentlichten
MehrNachkalkulation. Hat sich das Objekt CVO Auxilium hilden im Juni rentiert?
Die bietet sehr viele Informationsmöglichkeiten, die durch exakte Fragestellungen abgerufen werden können. Um die jeweilige Frage zu beantworten, ist es ggf. notwendig, mehrere Abfragen zu starten und
MehrDatabase Exchange Manager. Infinqa IT Solutions GmbH, Berlin Stralauer Allee 2 10245 Berlin Tel.:+49(0) 30 2900 8639 Fax.:+49(0) 30 2900 8695
Database Exchange Manager Replication Service- schematische Darstellung Replication Service- allgemeines Replikation von Daten von bzw. in ein SAP-System und einer relationalen DMS-Datenbank Kombination
MehrThe integration of business intelligence and knowledge management
The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence
MehrHow-to: Webserver NAT. Securepoint Security System Version 2007nx
Securepoint Security System Inhaltsverzeichnis Webserver NAT... 3 1 Konfiguration einer Webserver NAT... 4 1.1 Einrichten von Netzwerkobjekten... 4 1.2 Erstellen von Firewall-Regeln... 6 Seite 2 Webserver
MehrData Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG
Data Mining mit der SEMMA Methodik Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining Data Mining: Prozeß der Selektion, Exploration und Modellierung großer Datenmengen, um Information
Mehr- Google als Suchmaschine richtig nutzen -
- Google als Suchmaschine richtig nutzen - Google ist die wohl weltweit bekannteste und genutzte Suchmaschine der Welt. Google indexiert und aktualisiert eingetragene Seiten in bestimmten Intervallen um
MehrSuchmaschinenoptimierung (SEO) für Ärzte Fallbeispiel Google
Suchmaschinenoptimierung (SEO) für Ärzte Fallbeispiel Google Inhalt: 1. Einleitung 2. Lokale Branchenergebnisse + Beispiel 3. Organische Suchergebnisse + Beispiel 4. Suchvolumen / Potential 5. Praktischer
MehrProduktentwicklung damit sollten Sie rechnen
Produktentwicklung damit sollten Sie rechnen 0. Zusammenfassung Wer Produktentwicklung betreiben will, muss in erster Linie sehr viel lesen: Dokumente aus unterschiedlichsten Quellen und in vielen Formaten.
MehrBig, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen
Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen 01000111101001110111001100110110011001 Volumen 10 x Steigerung des Datenvolumens alle fünf Jahre Big Data Entstehung
MehrHow to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
MehrBusiness Intelligence und Geovisualisierung in der Gesundheitswirtschaft
Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media
MehrSMART Newsletter Education Solutions April 2015
SMART Education Newsletter April 2015 SMART Newsletter Education Solutions April 2015 Herzlich Willkommen zur aktuellen Ausgabe des Westcon & SMART Newsletters jeden Monat stellen wir Ihnen die neuesten
Mehr20.01.2015 Fabian Grimme und Tino Krüger 1 INDREX. Evaluierung von H2O. Enterprise Data Management Beuth Hochschule für Technik
20.01.2015 Fabian Grimme und Tino Krüger 1 INDREX Evaluierung von H2O Enterprise Data Management Beuth Hochschule für Technik 20.01.2015 Fabian Grimme und Tino Krüger 2 INDREX im Überblick In-Database
MehrMicrosoft SharePoint 2013 Designer
Microsoft SharePoint 2013 Designer Was ist SharePoint? SharePoint Designer 2013 Vorteile SharePoint Designer Funktionen.Net 4.0 Workflow Infrastruktur Integration von Stages Visuelle Designer Copy & Paste
MehrLinguLab GmbH. Bedienungsanleitung Allgemeine Definition
LinguLab GmbH Bedienungsanleitung Allgemeine Definition LinguLab GmbH T: +49.711.49030.370 Maybachstr. 50 F: +49.711.49030.22.370 70469 Stuttgart E: mba@lingulab.de I: www.lingulab.de Inhaltsverzeichnis
MehrSuchmaschinen. Anwendung RN Semester 7. Christian Koczur
Suchmaschinen Anwendung RN Semester 7 Christian Koczur Inhaltsverzeichnis 1. Historischer Hintergrund 2. Information Retrieval 3. Architektur einer Suchmaschine 4. Ranking von Webseiten 5. Quellenangabe
MehrWeb Data Management Systeme
Web Data Management Systeme Seminar: Web-Qualitätsmanagement Arne Frenkel Agenda Einführung Suchsysteme Suchmaschinen & Meta-Suchmaschinen W3QS WebSQL WebLog Information Integration Systems Ariadne TSIMMIS
MehrWhite Paper DocCheck Search
White Paper DocCheck Search Stand: Juli 2015 DocCheck Search die Suchmaschine für Login-geschützte Inhalte Wo andere Suchmaschinen vor dem HWG kapitulieren, legt DocCheck Search erst richtig los: Die erste
MehrDie Statistiken von SiMedia
Die Statistiken von SiMedia Unsere Statistiken sind unter folgender Adresse erreichbar: http://stats.simedia.info Kategorie Titel Einfach Erweitert Übersicht Datum und Zeit Inhalt Besucher-Demographie
MehrWLGauge: : Web Link Gauge to Measure the Quality of External WWW Links. Andreas Lübcke
WLGauge: : Web Link Gauge to Measure the Quality of External WWW Links Andreas Lübcke Gliederung Einführung Hintergrund zum link rot problem Arbeiten zum Thema WLGauge Open Framelet Design von WLGauge
MehrSANDBOXIE konfigurieren
SANDBOXIE konfigurieren für Webbrowser und E-Mail-Programme Dies ist eine kurze Anleitung für die grundlegenden folgender Programme: Webbrowser: Internet Explorer, Mozilla Firefox und Opera E-Mail-Programme:
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrWindows XP Jugendschutz einrichten. Monika Pross Molberger PC-Kurse
Windows XP Jugendschutz einrichten Monika Pross Molberger PC-Kurse Um ein Benutzerkonto mit Jugendschutzeinstellungen zu verwenden, braucht man ein Eltern- Konto (Administrator) und eine Kinderkonto (Standard).
MehrKapitel 04 Strukturiertes Entity-Relationship-Modell. 4 Strukturiertes Entity-Relationship- Modell
Kapitel 04 Strukturiertes Entity-Relationship-Modell 4 Strukturiertes Entity-Relationship- Modell 4 Strukturiertes Entity-Relationship-Modell...1 4.1 Erste Verbesserung...4 4.2 Objekttypen in SERM...6
MehrVoraussetzung wieder: Datenraum mit Instanzen, mehrere Attribute - kein ausgezeichnetes Zielattribut, keine vorgegebenen Klassen
7. Clusteranalyse (= Häufungsanalyse; Clustering-Verfahren) wird der multivariaten Statistik zugeordnet Voraussetzung wieder: Datenraum mit Instanzen, mehrere Attribute - kein ausgezeichnetes Zielattribut,
MehrB12-TOUCH VERSION 3.5
Release B12-TOUCH VERSION 3.5 Braunschweig, August 2014 Copyright B12-Touch GmbH Seite 1 B12-Touch 3.5 Die neue B12-Touch Version 3.5 beinhaltet wesentliche Verbesserungen im Content Management System,
MehrArbeiten mit Datenbanken
Prof. Dr. Rüdiger Zarnekow TU Berlin, Fakultät VII Kommunikationsmanagement Kommunikationsmanagement Inhalte und Ziele 1. wichtige Hinweise 2. Freie Datenbanken der TU 3. Schlagwortsuche 4. Übung 1 5.
MehrWEBINAR@LUNCHTIME THEMA: "SAS STORED PROCESSES - SCHNELL GEZAUBERT" HELENE SCHMITZ
WEBINAR@LUNCHTIME THEMA: "SAS STORED PROCESSES - SCHNELL GEZAUBERT" HELENE SCHMITZ HERZLICH WILLKOMMEN BEI WEBINAR@LUNCHTIME Moderation Anne K. Bogner-Hamleh SAS Institute GmbH Education Consultant Training
MehrBenutzerverwaltung Business- & Company-Paket
Benutzerverwaltung Business- & Company-Paket Gemeinsames Arbeiten mit der easyfeedback Umfragesoftware. Inhaltsübersicht Freischaltung des Business- oder Company-Paketes... 3 Benutzerverwaltung Business-Paket...
MehrSuchergebnisdarstellung in Google, Bing, Cuil, etc. Christina Ficsor
Suchergebnisdarstellung in Google, Bing, Cuil, etc. Christina Ficsor Allgemeines zu Suchmaschinen Was ist eine Suchmaschine? Ein Programm das die Suche nach Dokumenten/Webseiten im Internet durch die Eingabe
MehrUser Manual Data 24. Login und Layout
User Manual Data 24 Login und Layout Auf der Loginseite www.kern.data24.ch geben Sie Ihren Benutzernamen sowie Ihr Kennwort in die beiden Felder ein. Mit Klick auf den Button «Anmeldung» werden Ihre Daten
MehrOptimieren Sie Ihre n2n Webseite
N2N Autor: Bert Hofmänner 5.10.2011 Optimieren Sie Ihre n2n Webseite Einer der wichtigsten Faktoren für den Erfolg Ihrer Webseite in Suchmaschinen sind deren Inhalte. Diese können Sie mit einem Content
MehrEXASOL Anwendertreffen 2012
EXASOL Anwendertreffen 2012 EXAPowerlytics Feature-Architektur EXAPowerlytics In-Database Analytics Map / Reduce Algorithmen Skalare Fkt. Aggregats Fkt. Analytische Fkt. Hadoop Anbindung R LUA Python 2
MehrBegriff 1 Begriff 2 Datenbank 1
Literaturrecherche Eine sorgfältige Literaturrecherche ist der erste fundamentale Schritt zur Anfertigung einer wissenschaftlichen Arbeit. Die Recherche sollte systematisch, genau, verständlich und nachvollziehbar
MehrProseminar: Website-Managment-System. NetObjects Fusion. von Christoph Feller
Proseminar: Website-Managment-System NetObjects Fusion von Christoph Feller Netobjects Fusion - Übersicht Übersicht Einleitung Die Komponenten Übersicht über die Komponenten Beschreibung der einzelnen
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrDie Windows 7 Sicherung im Detail
1 Die Windows 7 Sicherung im Detail Das man zu Windows XP-Zeiten lieber ein extra Programm zur Sicherung seiner Daten nehmen sollte ist bereits jedem klar. Windows XP hat im Bereich Backup und Reparaturfunktion
MehrTHE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05
THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data
MehrUse Cases. Use Cases
Use Cases Eigenschaften: Ein Use Case beschreibt einen Teil des Verhaltens eines Systems aus externer Sicht (Formuliert in der der Fachsprache der Anwendung) Dies geschieht, indem ein Systemdialog beschrieben
MehrErstellen von Postern mit PowerPoint 03.12.2015
03.12.2015 Es ist sicherlich hilfreich, das Grundkonzept sowohl der Inhalte, als auch des Layouts vorher auf Papier zu skizzieren. Die Herangehensweise bei der Erstellung eines Posters gleicht der Erstellung
MehrSilca Software ERKLÄRUNG. February 2013 Copyright Silca S.p.A. V.2.0
ERKLÄRUNG Was ist eine KARTE? KARTE oder Gesamtheit der Parameter hinsichtlich Abstände, Frästiefe, Fräsbasis, Winkel, Bezug, Spannbacke, Fräser ( insgesamt etwa 250 Parameter für jede Schlüsselachse )
MehrMerkblatt "Webtext für SEO optimieren"
Merkblatt "Webtext für SEO optimieren" Wann ist eine Seite für den Webauftritt vollständig getextet? Wann ist der Inhalt suchmaschinenfreundlich und auch möglichst barrierearm? Diese Checkliste soll Sie
MehrKontextdiagramm Erstellen von Kontextdiagrammen mit TopEase
Kontextdiagramm Erstellen von Kontextdiagrammen mit TopEase Version Control: Version Status Datum / Kurzzeichen 1.0 Begründung Copyright: This document is the property of Business-DNA Solutions GmbH, Switzerland.
MehrVorgehensweise Konkurrenzanalyse Consulimus AG
Vorgehensweise Konkurrenzanalyse Consulimus AG Grobe Vorgehensbeschreibung zur Darstellung des Know-Hows der Consulimus AG auf dem Gebiet der Konkurrenzanalyse Köln, September 2007 Inhaltsverzeichnis 1.
MehrWorkflow Monitoring basierend auf den SemTalk Services. Semtation GmbH
Workflow Monitoring basierend auf den SemTalk Services Semtation GmbH Inhalt Zielsetzung Seite 3 Visualisierung Seite 4 Technische Information Seite 5 Implementierung Überblick Seite 9 Hintergrund Seite
MehrIn 5 Klicks zum Vorlesungsverzeichnis Stud.IP und TYPO3 integriert
In 5 Klicks zum Vorlesungsverzeichnis Stud.IP und TYPO3 integriert Thomas Hackl http://www.intelec.de Was ist TYPO3? Content Management System Erlaubt komfortable Verwaltung von Webseiten Automatische
MehrSuchdienste für Dokumente
Wer aufhört zu werben, um Geld zu sparen, kann ebenso seine Uhr anhalten, um Zeit zu sparen. (Henry Ford, 1863-1947) Suchdienste für Dokumente Vergleich von Ansätzen zur Suche, Navigation und Präsentation
MehrPrüfung: Vorlesung Finanzierungstheorie und Wertpapiermanagement
Prüfung: Vorlesung Finanzierungstheorie und Wertpapiermanagement Die Prüfung zur Vorlesung Finanzierungstheorie und Wertpapiermanagement umfasst 20 Multiple Choice Fragen, wofür insgesamt 90 Minuten zur
MehrDie Kunst des B2B Online-Marketing
Die Kunst des B2B Online-Marketing Sechs wichtige Schritte für ein effizientes Onlinemarketing Aus: http://www.circlesstudio.com/blog/science-b2b-online-marketing-infographic/ SECHS SCHRITTE IM ÜBERBLICK
MehrAnleitung zum Anlegen und Bearbeiten einer News in TYPO3 für www.fk-havelland-mitte.de
WEBandIT.net - Anleitung zum Anlegen und Bearbeiten einer News in TYPO3 für www.fk-havelland-mitte.de Die Internet-Seite wird intern durch das Programm TYPO3 verwaltet. Eine Anmeldung ist nur durch Zugangsdaten
MehrMapReduce und Datenbanken Thema 15: Strom bzw. Onlineverarbeitung mit MapReduce
MapReduce Jan Kristof Nidzwetzki MapReduce 1 / 17 Übersicht 1 Begriffe 2 Verschiedene Arbeiten 3 Ziele 4 DEDUCE: at the intersection of MapReduce and stream processing Beispiel 5 Beyond online aggregation:
Mehr