Data Warehouse und Data Mining

Data Warehouse und Data Mining

Studienbereich

  • Bachelor-Studienabschnitt

Anzahl Leistungspunkte (LP)

  • 5 (= 150 Stunden Lernzeit)

Fach

  • Vertiefung (Web- und Medieninformatik)
  • Wirtschaftsinformatik (Wirtschaftsinformatik)

Modulbeauftragter

  • Prof. Dr. Roland Gabriel, Prof. Dr. Peter Gluchowski

Verwendung des Moduls

  • Bachelor-Studiengang: Web- & Medieninformatik (Wahlfach, Wahlkatalog 2, Empfohlenes Semester: 5. oder 6. Semester)
  • Bachelor-Studiengang: Wirtschaftsinformatik (Pflichtfach, empfohlenes Semester: 5. Semester)

Lernergebnisse / Kompetenzen

  • Nach der Durcharbeitung dieses Moduls kennen die Studierenden, die grundlegenden Architekturformen eines Data Warehouse und ihre Einsatzmöglichkeiten.
  • Sie können erklären, wie OLAP-Systeme bzw. mehrdimensionale Datenbanksysteme aufgebaut sind. Sie kennen die unterschiedlichen Modellierungsansätze zum Aufbau leistungsfähiger Systeme und die Data Mining-Verfahren zur Auswertung der Daten.
  • Sie können die Data Warehouse-Systeme kritisch bewerten in Abgrenzung zu Datenbanksystemen.
  • Die Studierenden kennen die Einsatzmöglichkeiten und Vor- und Nachteile von Data Warehouse- und Data Mininig-Systemen und können eigene, kleinere Data Warehouse-Anwendungen selbst modellieren.

Inhaltsübersicht

Inhaltsübersicht

Einleitung

  • Einordnung und Abgrenzung
  • Historische Entwicklung analyseorientierter Informationssysteme
  • Entwicklung eines Berichts­ und Analysesystems für die TOPBIKE GmbH

Data Warehouse und OLAP 2

  • Grundlagen entscheidungs­ und analyseorientierter Informationssysteme
  • Modellierung und Implementierung multidimensionaler Datenstrukturen
  • Durchführung der Fallstudie

Data Mining - Mustererkennung in umfangreichen Datenbeständen

  • Prozessorientierte Sichtweise des Data Mining
  • Ausgewählte Methoden des Data Mining
  • Durchführung der Fallstudie zum Data Mining

Lehrformen/Prüfungen

Lehrformen/Prüfungen

Lehrformen

  • Die Inhalte stehen sowohl als Online-Kurs als auch als Lehrbuch zum Selbststudium zur Verfügung. Die einzelnen Konzepte werden Schritt für Schritt aufeinander aufbauend in kleinen, überschaubaren Wissensbausteinen/Kapiteln vermittelt. Besonderer Wert wird auf jeweils vollständige Beispiele gelegt, die selbst weiterentwickelt werden können. Eine Fallstudie verdeutlicht den Einsatz der Data Warehouse-Systeme in der Praxis mit ihren Vorteilen und möglichen Risiken.
  • Am Anfang und am Ende jedes Wissensbausteins können die bereits vorhandenen Fähigkeiten oder die im Wissensbaustein erworbenen Fähigkeiten anhand von Tests und Aufgaben überprüft werden.

Teilnahmevoraussetzungen

  • Formal: keine
  • Inhaltlich: Modul Grundlagen der Informatik 1 sollte absolviert sein.
  • Inhaltlich: Modul SQL und relationale Datenbanken sollte absolviert sein.

Prüfungsformen

  • Zweistündige schriftliche Präsenzklausur, die bei Nichtbestehen zweimal wiederholt werden kann. Werden alle Aufgaben richtig gelöst, dann erhält man 100 Punkte. Um die Klausur zu bestehen sind 50 Punkte notwendig.
  • Hilfsmittel: Alle handschriftlichen oder gedruckten Unterlagen.

Voraussetzungen für die Zulassung zur Präsenzklausur

  • Folgende Voraussetzungen müssen für die Zulassung zur Präsenzklausur erfüllt sein: 70% aller Tests, die zu dem jeweiligen Modul gehören, müssen in der W3L-E-Learning-Plattform bestanden werden. Jeder Test kann beliebig oft wiederholt werden. Tests werden in der W3L-E-Learning-Plattform automatisch ausgewertet. Folgende Testformen stehen zur Verfügung: Single Choice, Multiple Choice, Fill In, Zuordnungstests, Anordnungstests, Hot-Spot-Tests. Zu den Tests gibt es Tipps und Begründungen für die jeweilige Lösung.
  • Ist die vorherige Voraussetzung erfüllt, dann wird automatisch ein Online-Abschlusstest freigeschaltet (Dauer 30 Minuten). Um den Abschlusstest zu bestehen, müssen 70 von 100 Punkten erreicht werden. Ein gutes Abschneiden bei dem Online-Abschlusstest wird mit Bonuspunkten belohnt. Wird der Abschlusstest dreimal nicht bestanden, dann ist ein Gespräch mit dem Leiter des Studiengangs und dem zugehörigen Autor erforderlich.

Literatur/Kurs

Literatur/Kurs

Literatur

  • Buch: Data Warehouse und Data Mining von R. Gabriel und P. Gluchowski, W3L-Verlag, 2009

Weiterführende Literatur

  • Devlin, Barry; Data Warehouse: From Architecture to Implementation, Reading, 1997
  • Lusti, Markus; Data Warehousing und Data Mining, 2. Auflage, Berlin/Heidelberg, 2002
  • Schweizer, Alex: Data Mining, Data Warehousing, Zürich, 1999

Online-Kurs

  • Data Warehouse und Data Mining

Wir beraten Sie gerne, rufen Sie uns an!

Mo. - Fr. 9:00 - 17:00 Uhr, Tel. 0231 / 61 804 - 126