Visuelles Data-Mining

Beim Data-Mining geht es im Wesentlichen um das Erkennen von Mustern in großen Datenbeständen. Hierfür existiert eine Vielzahl von Algorithmen für verschiedenste Zielsetzungen (Klassifikation, Regression, (Subspace-) Clustering,…). Visualisierung wird dann traditionell zur Darstellung der Ergebnisse dieser Verfahren genutzt.

Für effektives Data-Mining ist es jedoch wichtig, den Menschen in den Daten-Explorationsprozess einzubinden, um die Fähigkeiten des Menschen - Flexibilität, Kreativität und Allgemeinverständnis - mit den enormen Speicherkapazitäten und Rechenleistungen moderner Computer zu verbinden.
Die Grundidee von visuellem Data-Mining ist daher die Daten geeignet darzustellen, um

• einen Einblick in die Struktur der Daten zu ermöglichen,
• dem Menschen erlauben mit Ihnen zu interagieren und
• letztendlich Schlussfolgerungen zu ziehen.

Es ergeben sich hier mehrere Arbeiten um einerseits bestehende Visual-Data-Mining Methoden zu implementieren, andererseits neue Visualisierungstechniken für spezielle Aufgabentypen zu entwickeln und zu evaluieren.