Partielle Ähnlichkeitssuche auf grossen hochdimensionalen Datenmengen

Abstract

Die Datenmengen, die in Wirtschaft und Forschung festgehalten werden, werden immer grösser, unübersichtlicher und komplexer. Riesige, hochdimensionale Datenbanken halten alle Daten des täglichen Lebens fest; seien es die Transaktionen einer Bank, das Einkaufsverhalten von Kunden, die Zugriffsdaten von Internetseiten oder dieWerte am Aktienmarkt. Um diese Daten sinnvoll verwenden zu können, werden Systeme benötigt, die es dem Benutzer einfach und schnell ermöglichen, die gespeicherten Daten zu sichten, ohne sich mit langen Zahlenkolonnen zu befassen. Diese Arbeit beschäftigt sich mit der visuellen Darstellung der Ergebnisse der Ähnlichkeitssuche in solchen grossen, hochdimensionalen Datenmengen und beschreibt diverse Ansätze, wie in diesen Daten Ähnlichkeiten gefunden werden können, die dem Benutzer einen sinnvollen Einblick und eine aussagekräftige Analyse der Daten bieten. Die Suche nach Ähnlichkeiten in Daten unterschiedlichster Art ist ein wichtiger Zweig des Data Mining mit Anwendungen in der Ähnlichkeitssuche in Bildern, Graphen, 2D- und 3D-Grafiken (CAD-Bereich). Abgesehen von vielen Industriezweigen gibt es auch diverse Forschungsbereiche, in denen ein grosser Bedarf an visuellen Auswertungsmöglichkeiten von hochdimensionalen Datenmengen besteht, beispielsweise die Biologie (Genetik), Chemie (Molekülaufbau) und Psychologie. Somit beschränkt sich der Bedarf an Visualisierungswerkzeugen nicht auf einen speziellen Bereich, sondern erfasst sehr viele unterschiedliche Bereiche und unterschiedliche Daten. Hierbei liegt das Hauptaugenmerk in der visuellen Darstellung von hochdimensionalen Daten und der Interaktionsmöglichkeiten innerhalb dieser Visualisierung, das auch Thema dieser Arbeit und Grundlage für die Entwicklung der Anwendung CIRCLE VIEW ist.