Data Mining - Pattern Mining: Advanced Methods

49 flashcards · Computer Science · by ehartl

1. Was ist High-Utility-Pattern-Mining?

   High-Utility-Pattern-Mining ist der Prozess der Identifizierung von Mustern in einer Datenbank, die eine hohe Gesamtnützlichkeit oder einen hohen Gesamtwert haben.

2. Was ist das Konzept des Approximate-Pattern-Mining?

   Approximate-Pattern-Mining ist der Prozess der Suche nach Mustern, die annähernd, aber nicht genau in den Daten vorhanden sind.

3. Was ist das Konzept des Uncertain-Pattern-Mining?

   Uncertain-Pattern-Mining bezieht sich auf Techniken zur Durchführung von Mustermining in Daten mit Unsicherheiten.

4. Was ist das Konzept des Fuzzy-Pattern-Mining?

   Fuzzy-Pattern-Mining ist der Prozess der Suche nach Mustern in Daten unter Verwendung von Fuzzy-Logik, die Unschärfe und Unbestimmtheit in den Daten handhaben kann.

5. Was ist das Konzept des Negative-Pattern-Mining?

   Negative-Pattern-Mining bezieht sich auf die Identifizierung von Mustern, die selten oder abwesend in den Daten sind, aber dennoch nützlich oder interessant sein können.

6. Was ist das Konzept des Sequential-Pattern-Stream-Mining?

   Sequential-Pattern-Stream-Mining ist der Prozess der Suche nach sequenziellen Mustern in Datenströmen, die kontinuierlich und in hoher Geschwindigkeit ankommen.

7. Was ist das Konzept des Dynamic-Pattern-Mining?

   Dynamic-Pattern-Mining bezieht sich auf das Mustermining in Daten, die sich im Laufe der Zeit ändern oder aktualisieren.

8. Was ist das Konzept des Cross-Dimensional-Pattern-Mining?

   Cross-Dimensional-Pattern-Mining ist der Prozess der Suche nach Mustern, die Beziehungen über verschiedene Dimensionen der Daten hinweg darstellen.

9. Was ist Graph-Transformation-Mining?

   Graph-Transformation-Mining ist der Prozess der Erkennung von Mustern und Regeln, die Änderungen in Graphstrukturen im Laufe der Zeit darstellen.

10. Was ist das Konzept des Rule-Based-Pattern-Mining?

    Rule-Based-Pattern-Mining zielt darauf ab, Regeln aus Daten abzuleiten, die bestimmte Muster oder Assoziationen repräsentieren.

11. Was ist das Konzept des Redescription-Mining?

    Redescription-Mining ist der Prozess der Suche nach verschiedenen Beschreibungen derselben Daten, um neue Perspektiven oder Interpretationen zu ermöglichen.

12. Was ist Spatio-Temporal-Pattern-Mining?

    Spatio-Temporal-Pattern-Mining bezieht sich auf das Mustermining in Daten, die sowohl räumliche als auch zeitliche Aspekte haben.

13. Was ist das Konzept des Multimodal-Pattern-Mining?

    Multimodal-Pattern-Mining ist der Prozess der Suche nach Mustern in Daten, die aus verschiedenen Modalitäten oder Arten von Daten bestehen, wie Text, Bildern, Audio und Video.

14. Was ist das Konzept des Multirelational-Pattern-Mining?

    Multirelational-Pattern-Mining bezieht sich auf das Mustermining in Daten, die mehrere Relationen oder Beziehungen zwischen Entitäten haben.

15. Was ist das Konzept des Musterminings in Big Data?

    Mustermining in Big Data bezieht sich auf Techniken und Herausforderungen beim Mustermining in sehr großen Datenmengen.

16. Was ist das Konzept des Musterminings in Social Media Daten?

    Mustermining in Social Media Daten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten aus Social Media Quellen.

17. Was ist das Konzept des Musterminings in Internet der Dinge (IoT) Daten?

    Mustermining in Internet der Dinge (IoT) Daten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die von vernetzten Geräten im Internet der Dinge generiert werden.

18. Was ist das Konzept des Musterminings in Netzwerkdaten?

    Mustermining in Netzwerkdaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die Netzwerkverkehr oder -interaktionen darstellen.

19. Was ist das Konzept des Musterminings in Finanzdaten?

    Mustermining in Finanzdaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten aus dem Finanzsektor, wie Aktienkurse, Transaktionsdaten oder Wirtschaftsindikatoren.

20. Was ist das Konzept des Musterminings in Bioinformatikdaten?

    Mustermining in Bioinformatikdaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten aus dem Bereich der Bioinformatik, wie Genomsequenzen, Proteinstrukturen oder medizinische Aufzeichnungen.

21. Was ist das Konzept des Musterminings in Umweltdaten?

    Mustermining in Umweltdaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die Umweltphänomene oder -bedingungen darstellen.

22. Was ist das Konzept des Musterminings in Bild- und Videodaten?

    Mustermining in Bild- und Videodaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die aus Bildern oder Videos extrahiert wurden.

23. Was ist das Konzept des Musterminings in Textdaten?

    Mustermining in Textdaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten aus Textdokumenten, wie Wörter, Phrasen oder Themen.

24. Was ist das Konzept des Musterminings in Audiodaten?

    Mustermining in Audiodaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die aus Audiosignalen extrahiert wurden.

25. Was ist das Konzept des Musterminings in Bewegungsdaten?

    Mustermining in Bewegungsdaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die Bewegung oder Mobilität darstellen, wie Fahrzeugverfolgungsdaten oder Mobiltelefonstandorte.

26. Was ist das Konzept des Musterminings in Sensordaten?

    Mustermining in Sensordaten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die von Sensoren erfasst wurden, wie Temperaturmessungen, Lichtintensität oder Bewegungserkennung.

27. Was ist das Konzept des Musterminings in RFID-Daten?

    Mustermining in RFID-Daten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten, die von RFID-Geräten (Radio Frequency Identification) erfasst wurden.

28. Was ist das Konzept des Musterminings in Weblog-Daten?

    Mustermining in Weblog-Daten bezieht sich auf Techniken zur Entdeckung von Mustern in Daten aus Webserverprotokollen, wie Benutzernavigation, Seitenzugriffe oder Suchanfragen.

29. Was ist sequentielles Mustermining?

    Sequentielles Mustermining ist der Prozess des Findens von häufigen Sequenzen in zeitlich geordneten Daten.

30. Was ist der GSP-Algorithmus (Generalized Sequential Pattern)?

    Der GSP-Algorithmus ist ein Algorithmus für das sequentielle Mustermining, der häufige Sequenzen in Daten findet, indem er kandidatenbasierte Prüfungen durchführt.

31. Was ist der PrefixSpan-Algorithmus?

    Der PrefixSpan-Algorithmus ist ein Algorithmus für das sequentielle Mustermining, der häufige Sequenzen in Daten findet, indem er Projektionsdatenbanken erstellt und durchsucht.

32. Was ist das Konzept des Closed Sequential Pattern Mining?

    Closed Sequential Pattern Mining zielt darauf ab, nur die längsten häufigen Sequenzen zu finden, die keine Supersequenz mit der gleichen Unterstützung haben, um die Redundanz in den Ergebnissen zu reduzieren.

33. Was ist das Konzept des Maximal Sequential Pattern Mining?

    Maximal Sequential Pattern Mining zielt darauf ab, nur die längsten häufigen Sequenzen zu finden, die keine häufige Supersequenz haben, um die Anzahl der zu berücksichtigenden Muster zu reduzieren.

34. Was ist periodisches Mustermining?

    Periodisches Mustermining ist der Prozess des Findens von Mustern, die periodisch in zeitlich geordneten Daten auftreten.

35. Was ist das Konzept des Time-Series-Pattern-Mining?

    Time-Series-Pattern-Mining ist der Prozess des Findens von Mustern in zeitlich geordneten Daten, die als Zeitreihen bezeichnet werden.

36. Was ist das Konzept des Subsequence Time-Series-Pattern-Mining?

    Subsequence Time-Series-Pattern-Mining ist der Prozess des Findens von Mustern in Untersequenzen von Zeitreihendaten.

37. Was ist das Konzept des Time-Interval-Pattern-Mining?

    Time-Interval-Pattern-Mining ist der Prozess des Findens von Mustern, die Beziehungen zwischen Ereignissen in verschiedenen Zeitintervallen darstellen.

38. Was ist strukturiertes Mustermining?

    Strukturiertes Mustermining ist der Prozess des Findens von Mustern in strukturierten Daten, wie z. B. Graphen oder Bäumen.

39. Was ist Graph-Pattern-Mining?

    Graph-Pattern-Mining ist der Prozess des Findens von häufigen und interessanten Mustern in Graphendaten.

40. Was ist Subgraph-Pattern-Mining?

    Subgraph-Pattern-Mining ist der Prozess des Findens von Mustern in den Subgraphen von Graphendaten.

41. Was ist das Konzept des Frequent-Subgraph-Mining?

    Frequent-Subgraph-Mining zielt darauf ab, häufig auftretende Subgraphen in einer Sammlung von Graphen zu finden.

42. Was ist das Konzept des Closed-Subgraph-Mining?

    Closed-Subgraph-Mining zielt darauf ab, nur die größten häufigen Subgraphen zu finden, die keine Supergraphen mit der gleichen Unterstützung haben.

43. Was ist das Konzept des Maximal-Subgraph-Mining?

    Maximal-Subgraph-Mining zielt darauf ab, nur die größten häufigen Subgraphen zu finden, die keine häufigen Supergraphen haben.

44. Was ist das Konzept des Collective-Pattern-Mining?

    Collective-Pattern-Mining zielt darauf ab, Muster zu finden, die als Gruppe auftreten und in denen jedes Muster einzeln möglicherweise nicht interessant ist, die Gruppe als Ganzes jedoch schon.

45. Was ist das Konzept des Discriminative-Pattern-Mining?

    Discriminative-Pattern-Mining zielt darauf ab, Muster zu finden, die zwischen verschiedenen Klassen unterscheiden können.

46. Was ist Contrast-Mining?

    Contrast-Mining ist der Prozess des Findens von Mustern, die signifikante Unterschiede zwischen den Klassen zeigen.

47. Was ist das Konzept des Emerging-Pattern-Mining?

    Emerging-Pattern-Mining zielt darauf ab, Muster zu finden, die in einer Klasse von Daten stark präsent sind, aber in einer anderen Klasse von Daten kaum vorhanden sind.

48. Was ist das Konzept des Preserving-Privacy-Pattern-Mining?

    Preserving-Privacy-Pattern-Mining bezieht sich auf Techniken zur Durchführung von Mustermining, während die Privatsphäre der Daten gewahrt bleibt.

49. Was ist das Konzept des Utility-Pattern-Mining?

    Utility-Pattern-Mining zielt darauf ab, Muster zu finden, die einen hohen "Nutzen" oder Wert haben, basierend auf einer Nutzenfunktion.