JavaScript scheint in Ihrem Browser deaktiviert zu sein. Um unsere Website in bester Weise zu erfahren, aktivieren Sie Javascript in Ihrem Browser.

Gedruckt (PoD)

FGSV Reader

Digital

AP Data Mining VM und VP

Arbeitspapier - Data Mining im Verkehrsmanagement und in der Verkehrsplanung: Anwendungen und Verfahren

Technische Regelwerke

FGSV-Nr.: 382/2 FGSV Reader

ISBN: 978-3-86446-246-7

Ausgabe: 2019

FGSV Systematik: W 2

Umfang: 44 S. A 4

Herausgeber: FGSV

PDF Dokumente:

Inhaltsverzeichnis (PDF)

Im Allgemeinen bezeichnet „Data Mining“ den Prozess des Entdeckens von (möglicherweise versteckten) Zusammenhängen in Daten mit dem Ziel, Wissen zu erzeugen. Das Arbeitspapier behandelt alle Schritte des Data Mining in der Verkehrsplanung und dem Verkehrsmanagement.

Grundsätzlich sollen dabei alle Bereiche abgedeckt und keine Einschränkungen bzgl. der Verkehrsmittel gemacht werden. Aufgrund der Komplexität des Themas und der Vielzahl an möglichen Datenquellen, Anwendungen und Verfahren sind die ausgewählten Beispiele als exemplarisch zu verstehen. Das Arbeitspapier hat nicht den Anspruch, Lehrbücher und vertiefende Literatur zum Thema Data Mining zu ersetzen. Vielmehr geht es darum, dass sich der Lesende einen Überblick über bisherige Ansätze und Projekte, Datenquellen und die verfügbaren Methoden verschaffen kann. Mathematische Formeln werden mit Verweis auf die vertiefende Literatur soweit wie möglich weggelassen. Bei einzelnen Verfahren oder Beispielen wird auf eine detailliertere, teilweise auch formale Darstellung im Anhang verwiesen. Software spielt beim Data Mining naturgemäß eine sehr wichtige Rolle. Um Hinweise zu geben, welche Software zum Data Mining eingesetzt werden kann und auch schon eingesetzt wurde, werden an vielen Stellen im Text konkrete Software-Werkzeuge benannt. Dies bedeutet nicht, dass nur die genannten Software-Werkzeuge zum Data Mining empfohlen werden.

Zielgruppe für dieses Arbeitspapier sind Mitarbeiterinnen und Mitarbeiter in der Verwaltung, Forschung und Industrie/Beratung. Es richtet sich vor allem auch an Personen, die große Mengen von Daten besitzen und einen Überblick gewinnen wollen, mit welchen Methoden sie welche Erkenntnisse gewinnen können bzw. mit welchen Methoden sie welche Anwendungen unterstützen können.