Management Support Systeme

Transkript

1 Management Support Systeme WS Uhr PD Dr. Peter Gluchowski Folie

2 Gliederung MSS WS 4/5. Einführung Management Support Systeme: Informationssysteme zur Unterstützung betrieblicher Fach- und Führungskräfte 2. Management: Organisation und Prozesse 3. Strukturbestimmende Merkmale von MSS 4. Klassische Ausprägungen von MSS 5. Aktuelle Systemkategorien. Data Warehouse-Konzept 2. On-Line Analytical Processing 3. Data Mining 4. Weitere betriebswirtschaftliche und technologische Ansätze 6. Zusammenfassung und Ausblick Folie 27

3 Data Mining - Knowledge Discovery in Databases Begriffsabgrenzung Knowledge Discovery in Databases beschreibt den.. non-trivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns in data.. [Fayyad, et al. 996] Prozess umfangreiche Datenbestände implizit vorhandenes Wissen entdecken Folie 28

4 Data Mining -Knowledge Discovery in Databases KDD als interdisziplinäres Forschungsgebiet Databases Expert Systems KDD Machine Learning Statistics Visualization Folie 29

5 Data Mining Data Mining bezeichnet alle Aktivitäten,.. that find a logical or mathematical description, eventually of a complex nature, of patterns and regularities in a set of data.. [Decker, et al. 995] Wird hier als Schritt im KDD-Prozess aufgefasst! Folie 2

6 Data Mining KDD-Prozess Transformation Datenmustererkennung Data Mining Muster Auswahl Datenbank Vorverarbeitung Ziel Daten Vorverarbeitete Daten Transformierte Daten Wissen Interpretation Folie 2

7 Data Mining KDD-Prozess Aufgabe der Analyse Ergebnisinterpretation Analysedaten Muster Data Mining Wissen Zielsetzung und Aufgabenstellung Datenvorbereitung Ergebnisse Prozessphasen Zeitaufwand (in %) Folie 24

8 Data Mining - Datenvorbereitung Einzelaktivitäten Auswahl und Verknüpfung der Daten Bereinigung von fehlerhaften oder fehlenden Daten Löschen von redundanten Daten Transformation für die Data-Mining-Phase Aufteilung des Datenbestandes Folie 25

9 Data Mining- Datenvorbereitung Beispiel Preprocessing Name Age Region City Children Meier 56 NRW Duisburg 3 Schulz 32 NRW Duisburg Yes Muster NRW Essen 2 Müller 8 NRW Diusburg 4 fehlende Werte fehlerhafte Werte Redundanz Folie 26

10 Data Mining- Datenvorbereitung Beispiel Preprocessing 2 Transformation von nominalen Werten in Zahlengrößen Yes Pivotisierung TID ITEM 234 Item TID Item Item 2 Item 3 Item Item Item4 Folie 27

11 Data Mining i.e.s. Aufgabenstellung: Clusterung (Entdeckung von Gruppen ähnlicher Daten) Welche Kunden besuchen mein Geschäft? Klassifikation (Ordne einem neuen Objekt eine Klassen zu) Zu welcher Kundengruppe gehört dieser Kunde? Assoziationsregeln (Entdecke Abhängigkeiten in Daten) Welche Artikel werden zusammen gekauft? Folie 28

12 Data Mining i.e.s. Beispiele für Data Mining Anwendungen. Clusteranalyse für Database-Marketing Kunden sollen in Klassen eingeteilt werden, um gezielt eine Briefwerbeaktion durchzuführen. Es werden damit Streuverluste vermieden. Frage: "Welche Kundengruppen gibt es?" Praxis: 25%-3% Verbesserung der Response-Scores im Bankenbereich wurden nachgewiesen. American Express: 5-2% Steigerung des Kreditkartengebrauchs Spendenaktionen Unicef: 8 % erfolgreichere Spendeneinwerbung Folie 29

13 Data Mining i.e.s. 2. Klassifikation Ein neuer Kunde einer Bank möchte einen Kredit bekommen. Es soll eine Bonitätsanalyse durchgeführt werden. Frage: "In welche Risikoklasse ist der Kunde einzuteilen?" Lösung: Es liegen genug Fälle im Datenbestand vor, so dass ein Klassifizierungsverfahren durchgeführt werden kann. Dieses liefert eine Entscheidungsregel, ob der Kredit gewährt wird, ob nicht oder ob ein Risikozuschlag erhoben wird. Folie 22

14 Data Mining i.e.s. Vorhersage von Devisen/Aktienkursen: Frage: "Wie entwickelt sich der Kurs des Dollars?" Hier sind vor allem Prognoseverfahren mit Neuronalen Netzen in Gebrauch. Ein Trainingsset wird eingegeben, die Klassen sind beispielsweise Kurs steigt, Kurs fällt. Es werden nun die Tagesdaten (ökonomische Größen) eingegeben und eine Klassifizierung vorgenommen. Folie 222

15 Data Mining i.e.s. 3. Assoziationsanalyse: Warenkorbanalyse Standardbeispiel: Babywindeln und Bier werden freitags abends zusammen gekauft! Sequentielle Analyse Kunden mit Alter X, Familienstand Y kaufen Computer, dann Software Z, dann Zusatzhardware A Ziel: Zur rechten Zeit dem Kunden Produkt anbieten! Folie 223

16 Data Mining i.e.s. Kreditkartenmißbrauch (fraud detection): Frage: "Welche zeitlichen Verhaltensmuster sind festzustellen, wenn ein Kreditkartenmissbrauch vorliegt?" z.b. es gehen vor einer großen Abbuchungen meist kleinere Testbuchungen voraus. Ziel: Sperrung der Karte bei auffälligem Verhaltensmuster. Folie 224

17 Data Mining -Verfahren Kundensegmentierung (unüberwachtes Lernen) Kunde Artikelanzahl Durchschnittspreis Artikelgruppe X 2 8,- A, B, C X2 6,- A, B, C X3 8 5,- A, D X4 8,- A, B, C, D X5 5 5,- A, C, D X6 4,- B, C X7 4 5,- B, C X8 7,- C, D X9 2 2,- A X 6,- A, B X 3 7,- A, B X2 5 8,- C, D A: Damentextilien, B: Herren- und Kindertextilien, C: Haushalt, D: Geschenkartikel

18 Data Mining -Verfahren Kundensegmentierung (unüberwachtes Lernen) Kreisgröße: Anzahl Artikelgruppen Kundenanalyse Durchschnittspreis Artikelanzahl Folie 226

19 Partitionierende Verfahren K-Means-Algorithmus: Einteilung gemäß kleinstem Abstand zum Klassenmittelwert Kundenanalyse Durchschnittspreis Artikelanzahl Folie 227

20 Partitionierende Verfahren Ergebnisbeispiele Cluster Cluster 2 Cluster 3 Viele Artikel, vorwiegend Textilien, hoher Preis Mittlere Anzahl Artikel, gemischt, niedriger Preis Wenige Artikel, vorwiegend Haushalt, mittlerer Preis Kunden aus Cluster besonders umwerben! Folie 228

21 Data Mining - Entscheidungsbaumverfahren Ziel: Erzeugung eines Modells, durch welches unbekannte Datenobjekte bestimmten vorgegebenen Klassen zugeordnet werden können. Zuordnung geschieht anhand von Regeln (Darstellung mit Klassifikationsbäumen) Beispiel: Einteilung von Datensätzen, die Angaben über Kunden enthalten, so dass damit die Käufergruppe erkannt werden kann, in die der Kunde voraussichtlich gehört. Voraussetzung: Datenbestand bei dem für jeden Datensatz die zugehörige Klasse bekannt ist. Folie 229

22 Data Mining - Entscheidungsbaumverfahren Grundsätzliche Arbeitsweise: Gesamtdatenbestand wird in eine Trainingsmenge und eine Testmenge aufgeteilt. Dann sukzessive Aufteilung der Trainingsmenge, so dass sich daraus homogenere Gruppen von Datensätzen bezüglich der Klassifikationsvariablen ergeben. Die Aufteilung der Datenmengen kann durch einen Baum dargestellt werden, in dem jeder Knoten eine Datenmenge indiziert, dem ein Homogenitätsmaß zugeordnet wird. Erreicht dieses Homogenitätsmaß einen vorgegebenen Wert, so wird der Knoten einer bestimmten Klasse zugeordnet. Folie 23

23 Data Mining - Entscheidungsbaumverfahren Beispiel: Es liege für eine Kreditwürdigkeitsprüfung eine Menge von Datensätzen vor, die jeweils einen Kunden beschreiben. Dabei werden 7 % der Datensätze als kreditwürdig und 3 % der Datensätze als nicht-kreditwürdig bezeichnet. Durch eine Aufteilung des Gesamtdatenbestandes anhand eines Merkmales sollen zwei Teilmengen derart entstehen, dass sich in der einen Teilmenge mehr Datensätze mit der Eigenschaft kreditwürdig und in der anderen Teilmenge mehr Datensätze mit der Eigenschaft nicht-kreditwürdig befinden. Beide Teilmengen weisen damit eine bessere Homogenität bezüglich der Klassifikationsvariablen auf als der Ausgangsdatenbestand. Folie 23

24 Data Mining - Entscheidungsbaumverfahren Datensätze Gesamt: Datensätze Klasse X: 3 Datensätze Klasse Y: 7 Attribut A: erfüllt nicht Bedingung K Attribut A: erfüllt Bedingung K Datensätze Gesamt: 6 Datensätze Klasse X: 28 Datensätze Klasse Y: 32 Datensätze Gesamt: 4 Datensätze Klasse X: 2 Datensätze Klasse Y: 38 Attribut B: erfüllt Bedingung K 2 Attribut B: erfüllt nicht Bedingung K 2 Datensätze Gesamt: 3 Datensätze Klasse X: 3 Datensätze Klasse Y: 27 Datensätze Gesamt: 3 Datensätze Klasse X: 26 Datensätze Klasse Y: 4 Folie 232

25 Data Mining - Entscheidungsbaumverfahren Regeln: Nachdem ein derartiger Baum generiert worden ist, können nun anhand des Baumes neuen Datensätzen deren voraussichtliche Klassen zugeordnet werden. In obigem Beispiel sind dies: WENN Attribut A die Bedingung K erfüllt DANN gehört das zugehörige Objekt der Klasse Y an. WENN Attribut A nicht die Bedingung K erfüllt und Attribut B nicht die Bedingung K2 DANN gehört das zugehörige Objekt der Klasse X an. WENN Attribut A nicht die Bedingung K erfüllt und Attribut B die Bedingung K2 DANN gehört das zugehörige Objekt der Klasse Y an. Folie 233

26 Data Mining - Entscheidungsbaumverfahren Die Entscheidungsbaumverfahren lassen sich durch die zugehörigen Splitkriterien unterscheiden. Die Splitkriterien basieren auf einem Homogenitätsmaß, welches etwa mit Hilfe der relativen Häufigkeit p i des Auftretens bestimmter Datensätze einer bestimmten Klasse i definiert werden kann. Beispiel: Von Datensätzen sind 3 der Klasse, 5 der Klasse 2 und 2 der Klasse 3 zugeordnet. Damit gilt für den Datenbestand: p = 3 %, p 2 = 5 % und p 3 = 2 % Das Ziel ist nun, die Datensätze einzelnen Knoten zuzuordnen und dabei möglichst ausgeprägte Klassenzugehörigkeiten zu erreichen. Je unterschiedlicher die knotenspezifischen Häufigkeiten sind, desto homogener ist der Knoten. Ideal wäre eine Verteilung (%, %, %). Folie 234

27 Data Mining - Entscheidungsbaumverfahren Beispiel Mailingaktion In einem Versandhaus soll das Database-Marketing die Kunden identifizieren, die mit hoher Wahrscheinlichkeit auf die Zusendung eines Katalogs mit einem Kauf reagieren. Die Kunden werden in die Kaufgruppen: Damentextilien, Herren- und Kindertextilien, Haushalt und Geschenkartikel eingeteilt. Je nachdem, ob sie wenig, viel oder mittel viele Textilien oder Geschenkartikel mit einem niedrigem, mittlerem oder hohem Durchschnittspreis gekauft haben, soll ihnen ein T-Katalog, ein G-Katalog oder kein (N-)Katalog zugeschickt werden

28 Data Mining - Entscheidungsbaumverfahren Kunden Textilien Geschenkartikel D-Preis Katalog X mittel wenig mittel T X2 wenig mittel niedrig N X3 mittel viel mittel T G X4 viel wenig hoch T X5 wenig mittel hoch G X6 viel mittel niedrig T G X7 wenig viel niedrig G X8 mittel wenig niedrig N X9 viel wenig niedrig T X wenig wenig hoch N X wenig viel mittel G X2 viel viel hoch T G 2 Kundenprofile 2..25

29 Data Mining - Entscheidungsbaumverfahren,..,2 Geschenkartikel wenig mittel viel Textilien w m v N 2 3, 8 4, 9, 4, 8, 9, 2, 5, 6 3, 7,, 2 T Preis n m h Preis n m h w m v N T? N? T G Textilien w m v 2, 6 5 7, 3 2? G G T G T G Textilien 2..25

30 Data Mining - Entscheidungsbaumverfahren Geschenkartikel wenig,..,2 Textilien Preis T, 4, 8, 9, m, 8 m Regel: IF Geschenkartikel: wenig AND Textilien: mittel AND Preis: mittel THEN T Generierte Klassifikationsregeln! 2..25

31 Data Mining -Assoziationsanalyse "Welche Attribute im Datenbestand hängen zusammen?" "Parallele" Assoziation Zwei Artikel werden gleichzeitig gekauft ("Windeln und Bier") Sequentielle Assoziation Tätigkeiten werden nacheinander ausgeführt ("Betrugsfälle") Folie 244

32 Data Mining -Assoziationsanalyse Regel: Wenn A dann auch B Zwei Maße werden berechnet:. Support Factor: = Anzahl der Transaktionen, in denen A und B vorkommen / Anzahl aller Transaktionen 2. Confidence Factor: = Anzahl der Transaktionen, in denen A und B vorkommen / Anzahl der Transaktionen mit A -berechne alle Attributkombinationen mit Support > x % -analysiere die Konfidenz der gefundenen Regeln Folie 245

33 Data Mining -Assoziationsanalyse Beispiel Kassenbonanalyse Artikel A B C D E Kauf Support (A; B) = 2/5 Folie 246 Prof. Dr. Peter Chamoni

34 Data Mining -Assoziationsanalyse Beispiel Kassenbonanalyse Artikel A B C D E Kauf Support (A; B) = 2/5 Support (B; C) = 3/5 Folie 247 Prof. Dr. Peter Chamoni

35 Data Mining -Assoziationsanalyse Beispiel Kassenbonanalyse Kauf A Artikel B C D E Regel: In 66 % der Fälle, in denen A gekauft wird, wird auch B gekauft. Dieses kommt in 4 % der Transaktionen vor Support (A; B) = 2/5 Support (B; C) = 3/5 Confidence (A; B) = 2/3 Confidence (B; C) = 3/4 Folie 248