Advertisement

Auswahl und Klassifizierung externer Informationen zur Integration in Data Warehouse-Lösungen

  • Harry Mucksch
  • Wolfgang Behme
Chapter

Zusammenfassung

Um unternehmensinterne und -externe Veränderungen frühzeitig erkennen und eventuell sogar prognostizieren zu können, müssen den Entscheidungsträgern aller Unternehmensbereiche zum richtigen Zeitpunkt alle relevanten Daten und Informationen zur Verfügung stehen. Auf dieser Grundlage sowie der Erfahrung der Entscheidungsträger werden operative, taktische und strategische Entscheidungen getroffen, deren Qualität für die weitere Entwicklung eines Unternehmens maßgeblich ist.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [Anso76]
    Ansoff, HJ.: Managing surprise and discontinuity — strategic response to weak signals, in: Zeitschrift für betriebswirtschaftliche Forschung: 3/1976.Google Scholar
  2. [BeMh99]
    Behme, W.; Multhaupt, M: Text Mining im strategischen Controlling, in: HMD: 207/1999 S. 103–114.Google Scholar
  3. [Bold99]
    Bolder Technology, Inc.: Providing Strategic Business Intelligence by Systematically Farming the Information Resources of the Web. http://webfarming.com/intro/intro.html, Abruf am 1999-06-17.Google Scholar
  4. [Boll96]
    Bollinger, T.: Assoziationsregeln — Analyse eines Data Mining Verfahrens, in: Informatik Spektrum: 5/1996, S. 257–261.CrossRefGoogle Scholar
  5. [FAAZ97]
    Feldman, K.; Aumann, Y.; Amir, A.; Zilberstein, A.; Klösgen, W.: Maximal Association Rules: a New Tool for Mining for Keyword co-occurrences in Document Collections, in: Heckerman, D.; Mannila, H.; Pregibon, D.; Uthurusamy, R. (Hrsg.): Proceedings of the Third International Conference on Knowledge Discovery & Data Mining, Menlo Park CA 1997, S. 167-170.Google Scholar
  6. [FeDa95]
    Feldman, R.; Dagan, I.: Knowledge Discovery in Textual Databases (KDT), in: Fayyad, U. M.; Uthurusamy, R. (Hrsg.): Proceedings of the First International Conference on Knowledge Discovery & Data Mining, Menlo Park CA 1995, S. 112-117.Google Scholar
  7. [FeHi96]
    Feldman, R.; Hirsh, R: Mining Associations in Text in the Presence of Background Knowledge, in: Simoudis, E.; Han, J.; Fayyad, U. (Hrsg.): Proceedings of the Second International Conference on Knowledge Discovery & Data Mining, Menlo Park CA 1996, S. 343-346.Google Scholar
  8. [Hack96]
    Hackathorn, R.D.: Web Fanning for Data Warehousing. Bolder Technology Inc., October 1996, URL:http://www.bolder.com/web-farming.pdf, Abruf am 1998-02-14.Google Scholar
  9. [Krei93]
    Kreikebaum, H.: Strategische Unternehmensplanung, 5. Auflage, Stuttgart 1993.Google Scholar
  10. [LeAS97]
    Lent, B.; Agrawal, R.; Srikant, R.: Discovering Trends in Text Databases, in: Heckerman, D.; Mannila, H.; Pregibon, D.; Uthurusamy, R. (Hrsg.): Proceedings of the Third International Conference on Knowledge Discovery & Data Mining, Menlo Park CA 1997, S. 227-230.Google Scholar
  11. [LHKK96]
    Lagus, K.; Honkela, T.; Kaski, S.; Kohonen, T.: Self-Organizing Maps of Document Collections: A New Approach to Interactive Exploration, in: Simoudis, E.; Han, J.; Fayyad, U. (Hrsg.): Proceedings of the Second International Conference on Knowledge Discovery & Data Mining, Menlo Park CA 1996, S. 238-243.Google Scholar
  12. [MuBe00]
    Mucksch, H.; Behme, W. (Hrsg.): Das Data Warehouse-Konzept, Architektur — Datenmodelle — Anwendungen, 4., vollständig überarbeitete und erweiterte Auflage, Wiesbaden 2000.Google Scholar
  13. [MuBe00a]
    Behme, W.; Mucksch, H.: Die Notwendigkeit einer entscheidungsorientierten Informationsversorgung, in: [MuBe00] S.3-30.Google Scholar
  14. [MuHR96]
    Mucksch, H.; Holthuis, J.; Reiser, M.: Das Data-Warehouse Konzept — Ein Überblick, in: Wirtschaftsinformatik: 4/1996, S. 421–433.Google Scholar
  15. [Port89]
    Porter, M.E.: Wettbewerbsvorteile, Frankfurt/Main 1989.Google Scholar
  16. [Rapp94]
    Rappaport, A.: Shareholder Value: Wertsteigerung als Maßstab für die Unternehmensführung, Stuttgart 1994.Google Scholar
  17. [Tkac98]
    Tkach, D.S.: Information Mining with the IBM Intelligent Miner Family, An IBM Software Solutions White Paper, Stanford (Connecticut) 1998.Google Scholar
  18. [WPLC98]
    WÜthrich, B.; Permunetieleke, D.; Leung, S.; Cho, V.; Zhang, J.; Lam, W.: Daily Prediction of Major Stock Indices from Textual WWW Data, in: Agrawal, R.; Stolorz, P. (Hrsg.): Proceedings of the Fourth International Conference on Knowledge Discovery and Data Mining, 1998, S. 364-368.Google Scholar
  19. [ZEMK97]
    Zamir, O.; Etzioni, O.; Madani, O.; Karp, R.M.: Fast and Intuitive Clustering of Web Documents, in: Heckerman, D.; Mannila, H.; Pregibon, D.; Uthurusamy, R. (Hrsg.): Proceedings of the Third International Conference on Knowledge Discovery & Data Mining, Menlo Park CA 1997, S. 287-290.Google Scholar

Copyright information

© Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 2001

Authors and Affiliations

  • Harry Mucksch
  • Wolfgang Behme

There are no affiliations available

Personalised recommendations