Lehr- und Forschungseinheit für Datenbanksysteme Ludwig-Maximilians-Universität München
Institut für Informatik
Lehr- und Forschungseinheit für Datenbanksysteme
University of Munich
Institute for Computer Science
Database and Information Systems

Hauptseminar im SS 2000

"Knowledge Discovery in Databases"

vorhergehende Semester:
[WS 99/00, SS 99, SS 97, SS 96]

Ort und Zeit

Veranstaltung Zeit Ort Beginn
Seminar Di, 14.30 - 15.30 Uhr Raum 0.43 (Oettingenstr. 67) 02.05.2000

Kurze Einführung

Knowledge Discovery in Databases (KDD) ist der Prozeß der (semi-)automatischen Extraktion von Wissen aus sehr großen Datenbanken, das gültig, unbekannt und nützlich ist. Die wesentlichste Komponente in diesem Prozeß ist das Data Mining, d.h. die Anwendung von effizienten Algorithmen, die die in der Datenbank enthaltenen Muster liefern.

Es werden Originalartikel aus der Literatur behandelt, die in der Vorbesprechung vergeben werden.

Die Vortragszeit beträgt 45 min, darauf folgen 15 min Diskussion. Für den Erwerb des Scheins sind ein erfolgreicher Vortrag sowie aktive Teilnahme am Seminar Voraussetzung.

Voraussetzung

Ablauf

Datum
Vortragender
Literatur Betreuer
02.05.00
Beil
Chakrabarti et al.: Enhanced hypertext categorization using hyperlinks. Ester
09.05.00
Schneemayer
Chakrabarti et al.: Focused crawling: a new approach to topic specific resource discovery + J. Kleinberg: Authorative Sources in a Hypertext Environment. Ester
16.05.00
Spranger
Kumar et al.: Extracting large-scale knowledge bases from the web. Ester
23.05.00
Popfinger
Zamir & Etzioni: Grouper: A Dynamic Clustering Interface to Web Search Results + Web Document Clustering: A Feasability Demonstration. Sander
30.05.00
P.d.L.Schwankhart
Pei et al.: Mining Access Patterns Efficiently from Web Logs. Sander
06.06.00
Bäumler
Spiliopoulou et al.: WUM: A Tool for Web Usage Mining+ Improving the effectiveness of a web site with web usage mining. Breunig
13.06.00
Kraus
Guha et al.: ROCK: A Robust Clustering Algorithm for Categorical Attributes. Breunig
20.06.00
Kluger
Ganti et al.: CACTUS--Clustering categorical data using summaries. Breunig
27.06.00
Seibold
Agrawal et al.: Athena: Mining-based Interactive Management of Text Databases". Ester

Homepages: DBSInstitutLMU
Markus Breunig, 03.05.00