Informationsvisualisierung und visuelles Data Mining mit Schwerpunkt auf neuen Grafiktools unter Verwendung von JMP und SAS für Hypothekenbetrug
Anders Hasselrot, PhD, Data Mining Manager, Lloyds TSB
Daniel Keim,PhD, Professor und Leiter der Forschungsgruppe Datenanalyse und Visualisierung, Fachbereich Informatik, Universität Konstanz
Matthias Schaefer, MS, Co-Autor, Fachbereich Informatik, Universität Konstanz
Nie zuvor wurden Daten in so großen Mengen generiert wie heute. Die Erforschung und Analyse dieser enormen Datenmengen wird zunehmend schwieriger. Informationsvisualisierung und visuelles Data Mining können helfen, die Informationsflut zu bewältigen. Der Vorteil der visuellen Datenexploration liegt darin, dass der Benutzer direkt in den Data-Mining-Prozess eingebunden ist. In den letzten zehn Jahren wurden zahlreiche Techniken zur Informationsvisualisierung entwickelt, um die Exploration großer Datensätze zu unterstützen. In diesem Artikel schlagen wir eine Klassifizierung von Techniken zur Informationsvisualisierung und zum visuellen Data Mining vor, die auf dem zu visualisierenden Datentyp, der Visualisierungstechnik sowie der Interaktions- und Verzerrungstechnik basiert. Wir veranschaulichen die Klassifizierung anhand einiger Beispiele, die sich größtenteils auf in dieser Sonderausgabe vorgestellte Techniken und Systeme beziehen.
