Durch die Verfügbarkeit von großen Datenbeständen bis hin zu komplexen Datawarehouses wächst die Bedeutung, im Datenbestand vorhandene Informationen zu extrahieren. Bei dieser auch als Data Mining bzw. Knowledge Discovery bezeichneten Wissensevaluierung steht in den meisten Fällen die Aufdeckung von ähnlichen Mustern im Vordergrund. Klaus Dallmöller entwirft unter Nutzung von künstlichen neuronalen Netzen eine Vorgehensweise zur Auffindung ähnlicher Muster in Datenbeständen. Dieses Verfahren wird am Beispiel der Arbeitsvermittlung dargestellt. Gegenstand dieser Anwendung ist die Suche von Bewerber- und Stellenprofilen mit einem hohen Übereinstimmungsgrad, um eine gute Erfolgsquote bei der Arbeitsvermittlung zu erreichen.
Dissertation Universität Münster 1998
Klaus Dallmöller entwirft unter Nutzung von künstlichen neuronalen Netzen eine Vorgehensweise zur Auffindung ähnlicher Muster in Datenbeständen. Das Verfahren wird am Beispiel der Arbeitsvermittlung dargestellt.
Durch die Verfügbarkeit von großen Datenbeständen bis hin zu komplexen Datawarehouses wächst die Bedeutung, im Datenbestand vorhandene Informationen zu extrahieren. Bei dieser auch als Data Mining bzw. Knowledge Discovery bezeichneten Wissensevaluierung steht in den meisten Fällen die Aufdeckung von ähnlichen Mustern im Vordergrund. Klaus Dallmöller entwirft unter Nutzung von künstlichen neuronalen Netzen eine Vorgehensweise zur Auffindung ähnlicher Muster in Datenbeständen. Dieses Verfahren wird am Beispiel der Arbeitsvermittlung dargestellt. Gegenstand dieser Anwendung ist die Suche von Bewerber- und Stellenprofilen mit einem hohen Übereinstimmungsgrad, um eine gute Erfolgsquote bei der Arbeitsvermittlung zu erreichen.
Klaus Dallmöller
Arbeitsvermittlung Bestand Data-Mining Entwicklung Information Matching Mining Personal Personalauswahl Vermittlung neuronale Netze