In diesem Forschungsbereich wird der Einsatz von Formaler Begriffsanalyse in der Wissensentdeckung untersucht. Hierbei wurden Eisberg-Begriffsverbände als Methode zum begrifflichen Clustering entwickelt und der Algorithmus TITANIC zu ihrer Berechnung entworfen. Der Algorithmus ist allgemein zur effizienten Bestimmung von Hüllensystemen konzipiert und ist somit in einer großen Problemklasse (wie etwa für funktionale Abhängigkeiten in relationalen Datenbanken) einsetzbar. Beim Lernen von Assoziationsregeln aus großen Datensätzen treten zwei Probleme auf: die Komplexität der Algorithmen sowie die Komplexität der darzustellenden Ergebnisse. In Kooperation mit der Datenbank-Gruppe der Universität Blaise Pascal in Clermont-Ferrand wurden Algorithmen entwickelt, die unter Ausnutzung struktureller Eigenschaften deutlich kürzere Laufzeiten aufweisen. Auch der o.a. Algorithmus TITANIC kann hierzu verwandt werden. Dieselben strukturellen Eigenschaften können außerdem ausgenutzt werden, um die Menge der anzuzeigenden Assoziationsregeln ohne Informationsverlust zu reduzieren. Methoden zur Wissensentdeckung werden oft in Verbindung mit Datenanalyseverfahren verwendet. Diese Verbindung kann durch einen einheitlichen Wissensrepräsentationsformalismus unterstützt werden. Der Einsatz von formaler Begriffsanalyse als solche Grundlage wurde in dem Forschungsbereich untersucht und in Kooperation mit dem Knowledge Visualization and Ordering Labaratory der Griffith University, Gold Coast, Australien, anhand eines begrifflichen Email-Managementsystems aufgezeigt.

Wissensmanagement, Institut AIFB, Universität Karlsruhe

Stumme, Gerd

http://www.aifb.uni-karlsruhe.de/Forschungsgruppen/Projekte/Projekt?id_db=16