Cookies helfen uns bei der Bereitstellung unserer Dienste. Durch die Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies setzen.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Cuvillier Verlag

30 Jahre Kompetenz im wissenschaftlichen Publizieren
Internationaler Fachverlag für Wissenschaft und Wirtschaft

Cuvillier Verlag

Premiumpartner
De En Es
Titelbild-leitlinien
Methode zur Erschließung von Wissen aus Datenmustern in Supply-Chain-Datenbanken

Printausgabe
EUR 89,90

E-Book
EUR 62,90

Methode zur Erschließung von Wissen aus Datenmustern in Supply-Chain-Datenbanken (Band 1)

Anne Antonia Scheidler (Autor)

Vorschau

Inhaltsverzeichnis, PDF (55 KB)
Leseprobe, PDF (210 KB)

ISBN-13 (Printausgabe) 9783736996144
ISBN-13 (E-Book) 9783736986145
Sprache Deutsch
Seitenanzahl 262
Auflage 1.
Buchreihe Schriftenreihe Fortschritte in der IT in Produktion und Logistik
Band 1
Erscheinungsort Göttingen
Promotionsort Dortmund
Erscheinungsdatum 06.09.2017
Allgemeine Einordnung Dissertation
Fachbereiche Maschinenbau und Verfahrenstechnik
Schlagwörter Data Mining, Wissensentdeckung, Supply Chain, Datenbank, Verifikation, Validierung, Vorgehensmodell, Simulation, data Mining, knowledge discovery, supply chain, data base, verification, validation, procedure model, simulation
Beschreibung

Ein elementarer Schritt zur Beherrschbarkeit der Supply Chain ist die Identifikation von Wirkzusammenhängen, die sich in den logistischen Transaktionen spiegeln. Aufgrund der unüberschaubaren Datenmenge kann die Entdeckung von komplexen Wirkzusammenhängen nicht manuell erfolgen. Die Dissertationsschrift stellt eine Methode zur Entdeckung von Wissen, wie beispielsweise den Wirkzusammenhängen, vor und diskutiert die Berücksichtigung von Kontextwissen in den einzelnen Vorgehensmodellphasen. Ein Schwerpunkt der entwickelten
Methode ist die Integration einer modellbegleitenden Verifikation und Validierung in ein Vorgehensmodell der Wissensentdeckung. Durch einen neuartigen Einsatz der Simulation erweitert die Arbeit zudem die existierenden Verifikationsmöglichkeiten des Knowledge Discovery in Databases. Um einen Einsatz des Modells auch bei unzureichender Datenlage zu ermöglichen werden abschließend Konzepte des Data Farmings als Methodenelement eingeführt. Die praktische Anwendbarkeit der in dieser Arbeit entwickelten Methode wird anhand von Transaktionsdaten eines Elektronikkleingeräteherstellers sowie einem Data-Farming-Modell demonstriert.