Informationsvisualisierung und Visual Data Mining mit Fokus auf neuen Grafiktools, die sowohl JMP als auch SAS für Hypothekenbetrug verwenden
Anders Hasselrot, Data Mining Manager, Lloyds TSB
Daniel Keim, PhD, Professor und Leiter der Forschungsgruppe Datenanalyse und Visualisierung am Institut für Informatik der Universität Konstanz
Matthias Schaefer, MS, Co-Autor, Fachbereich Informatik, Universität Konstanz
Nie zuvor in der Geschichte wurden Daten in so großen Mengen wie heute generiert. Das Erkunden und Analysieren der riesigen Datenmengen wird immer schwieriger. Informationsvisualisierung und Visual Data Mining können helfen, mit der Informationsflut fertig zu werden. Der Vorteil der visuellen Datenexploration besteht darin, dass der Benutzer direkt am Data Mining-Prozess beteiligt ist. In den letzten zehn Jahren wurden zahlreiche Techniken zur Visualisierung von Informationen entwickelt, um die Erkundung großer Datensätze zu unterstützen. In diesem Artikel schlagen wir eine Klassifizierung von Informationsvisualisierungs- und Visual Data Mining-Techniken vor, die auf dem zu visualisierenden Datentyp, der Visualisierungstechnik und der Interaktions- und Verzerrungstechnik basiert. Wir zeigen die Klassifizierung anhand einiger Beispiele, von denen sich die meisten auf die in dieser Sonderausgabe vorgestellten Techniken und Systeme beziehen.
