tud
Entwicklung eines generischen Vorgehensmodells für Text Mining
2014-04-29
[Electronic ed.]
4519974-7
Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden
prv
Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, Dresden
Fakultät Wirtschaftswissenschaften
Lehrstuhl für Wirtschaftsinformatik | Business Intelligence Research
Fachgruppe Wirtschaftsinformatik
male
male
Vor dem Hintergrund des steigenden Interesses von computergestützter Textanalyse in Forschung und Praxis entwickelt dieser Beitrag auf Basis aktueller Literatur ein generisches Vorgehensmodell für Text-Mining-Prozesse. Das Ziel des Beitrags ist, die dabei anfallenden, umfangreichen Aktivitäten zu strukturieren und dadurch die Komplexität von Text-Mining-Vorhaben zu reduzieren. Das Forschungsziel stützt sich auf die Tatsache, dass im Rahmen einer im Vorfeld durchgeführten, systematischen Literatur-Review keine detaillierten, anwendungsneutralen Vorgehensmodelle für Text Mining identifiziert werden konnten. Aufbauend auf den Erkenntnissen der Literatur-Review enthält das resultierende Modell daher sowohl induktiv begründete Komponenten aus spezifischen Ansätzen als auch aus literaturbasierten Anforderungen deduktiv abgeleitete Bestandteile. Die Evaluation des Artefakts belegt die Nützlichkeit des Vorgehensmodells im Vergleich mit dem bisherigen Forschungsstand.
004
ST 505
Business Intelligence, Text Mining, Computerlinguistik, Vorgehensmodell
Business Intelligence, Text Mining, Computational Linguistics, Process Model
1 Einführung
1.1 Motivation
1.2 Forschungsziel und Methodik
1.2.1 Systematische Literatur-Review
1.2.2 Design-Science-Research-Ansatz
1.3 Aufbau des Beitrags
2 Stand der Forschung
2.1 Begriffsverständnis
2.2 Merkmale von Vorgehensmodellen für Text Mining
2.3 Aktivitäten im Text-Mining-Prozess
2.4 Zusammenfassung
3 Anforderungen an ein generisches Vorgehensmodell
3.1 Strukturelle Anforderungen
3.2 Funktionelle Anforderungen
3.3 Zusammenfassung
4 Entwicklung des Modells
4.1 Aufgabendefinition
4.2 Dokumentenselektion und -untersuchung
4.3 Dokumentenaufbereitung
4.3.1 Linguistische Aufbereitung
4.3.2 Technische Aufbereitung
4.4 Text-Mining-Verfahren
4.5 Ergebnisevaluation
4.6 Anwendung
4.7 Zusammenfassung
4.7.1 Gesamtmodell
4.7.2 Feedbackschleifen
5 Evaluation
5.1 Evaluationsdesign
5.2 Messung und Auswertung
6 Fazit und Ausblick
Literaturverzeichnis
Anhang
A1 Anwendungsneutrale Vorgehensmodelle
A2 Auswirkungen von Grund- und Stammformenreduktion auf die Interpretierbarkeit von Texten
A3 Gesamtmodell
urn:nbn:de:bsz:14-qucosa-141372
0945-4837
405167512
Technische Universität Dresden
oth
pbl
Technische Universität Dresden, Dresden
Andreas
Schieber
aut
Andreas
Hilbert
Prof. Dr.
aut
ger
urn:nbn:de:bsz:14-qucosa-141617
069
Dresdner Beiträge zur Wirtschaftsinformatik
qucosa:27973
Nr. 69/14
born digital
Andreas Schieber
035146332735
andreas.schieber@tu-dresden.de
research_paper