SoftOpt

Datamining

SoftOpt hat ein Datamining-Paket entwickelt, welches einen neuen, noch nicht veröffentlichten Algorithmus verwendet, um Daten zu analysieren und Prognosen und Vorhersagen zu liefern. Es handelt sich hierbei um ein herkömmliches auf einem Entscheidungsbaum basierendes Klassifizierungssystem, wobei die Datentrennungen mit einem hybriden genetischen Algorithmus gefunden werden, so dass man Datentrennungen von sehr hoher Qualität erhält. Im Vergleich zu neuronalen Netzen hat unser Algorithmus die Vorteile, dass er als Vorhersagen Wahrscheinlichkeiten mit einer statistischen Signifikanz liefert, die Modellerstellung viel schneller ist, charakteristische Untergruppen beschreibt und das Data-Overfitting vermeidet. Im Vergleich zu traditionellen Entscheidungsbäumen hat er die Vorteile, dass er Korrelationen verschiedener Attribute viel besser entdeckt, das Data-Overfitting kein Problem darstellt und Wahrscheinlichkeiten mit einer statistischen Signifikanz als Vorhersage liefert.

Einige Anwendungsbeispiele für das SoftOpt-Datamining-Paket:

• Eine Versicherungsgesellschaft hat eine große Datenbank von Versicherungsnehmern aus der Vergangenheit. Jeden dieser Versicherungsnehmer aus der Vergangenheit kann man einer bestimmten Risikoklasse zuordnen. Die Versicherungsgesellschaft möchte nun die persönlichen Daten eines Versicherungsnehmers (z. B. Alter, Einkommen, Familienstand, ...) verwenden, um die Wahrscheinlichkeit vorauszusagen, dass er zu einer der verschiedenen Risikoklassen gehört. Die Qualität dieser Vorhersage hat entscheidenden Einfluss auf den Gewinn des Unternehmens.
  
  
• In der Medizin ist oft wünschenswert anhand von leicht erhältlichen Informationen wie Blutdruck, Geschlecht, bekannte Krankheiten des Patienten usw. vorherzusagen, ob ein Patient eine bestimmte Erkrankung hat. Dabei möchte man die Fehlerrate, dass man einen kranken Patienten fälschlicherweise als gesund einschätzt, sehr gering halten. Andererseits toleriert man eine höhere Fehlerrate, dass man einen gesunden Patienten als krank einschätzt. Es existiert eine große Datenbank von Patienten, welche die leicht erhältlichen Informationen als auch die Information, ob Patienten diese bestimmte Krankheit hatten, enthält.
  
  
• Werbeagenturen besitzen große Datenmengen über beendete Werbekampagnen und die entsprechenden Reaktionen von Menschen auf diese Kampagnen. Diese Informationen möchten die Agenturen verwenden, um spezifischere Kampagnen zu entwickeln, welche die gewünschte Zielgruppe ansprechen.

SoftOpt bietet an, Ihr Datamining-Problem zu lösen. Teil der Lösung ist eine speziell für Ihr Problem zugeschnittene Software. Die Vorteile für Sie sind:

• Schnelle Lösung Ihrer Datamining-Probleme
  
  SoftOpt verfügt über viele ausgeklügelte und ausgereifte Datamining-Algorithmen in Software implementiert. Wir übernehmen für Sie die Auswahl der geeigneten Methode für Ihr Problem.



• Sie benötigen keinen eigenen Mitarbeiter mit Datamining-Kenntnissen
  
  Die Lösung Ihres Problems beinhaltet eine Software, die speziell auf Ihr Problem zugeschnitten ist. Die Benutzerschnittstelle ist einfach zu bedienen und Eingaben werden mit verbalverständlichen Begriffen Ihres Problems durchgeführt. (Die Umwandlung und Rückumwandlung in und von Zahlen passiert in der Software.) Dadurch kann jeder Vorhersagen und Analysen einfach und sicher erstellen.
  Mit den derzeitigen Datamining-Paketen auf dem Markt benötigen Sie einen Mitarbeiter mit Datamining-Kenntnissen, der dann Wochen wenn nicht Monate mit der Modellierung Ihres Datamining-Problems verbringt.



• Vertraulichkeit Ihrer Daten ist durch Art und Weise der Zusammenarbeit mit SoftOpt garantiert
  
  Wenn Sie vertrauliche Daten haben, kommen wir zu Ihnen, installieren die notwendige Software auf einem Ihrer Computer und arbeiten bei Ihnen. Zu keinem Zeitpunkt ist es nötig, dass Daten von Ihrem Computer auf einen von uns übertragen werden.



• SoftOpt hat einige spezielle Datamining-Algorithmen fuer besondere Anwendungsgebiete entwickelt
  
  Für Klassifizierungsprobleme mit vielen Attributen (200 bis 1000) hat SoftOpt einen nagelneuen Entscheidungsbaum-Algorithmus entwickelt, welcher genetische Algorithmen verwendet, um die Separierung zu finden, und der jedes Separierungsproblem auf eine rekursive Art in Unterprobleme mit jeweils nur sehr wenigen Attributen zerlegt. Diese Methode ist extrem schnell für die Größe solcher Probleme und die Qualität der Separierungen ist besser als die all der gewöhnlichen Separierungsmethoden. Für einen anderen Typ von Klassifizierungsproblemen, bei welchen die Aufgabe ist, eine kleine Klasse zu lokalisieren, hat SoftOpt einen weiteren sehr guten Algorithmus entwickelt, welcher die gewöhnlichen Datamining-Methoden bezüglich der Qualität der Ergebnisse bei weitem üebertrifft.



• Objektive Vergleiche von unterschiedlichen Methoden und Algorithmen sind möglich
  
  Für die objektive Bewertung von Vorhersagen von Wahrscheinlichkeiten hat SoftOpt ein eigenes Verfahren entwickelt, welches öffentlich zugänglich ist. Diese Bewertungsfunktion ist in der Software, welche als Teil einer Problemlösung mitgeliefert wird, enthalten. Diese Software ermöglicht den objektiven Vergleich verschiedener Datamining-Verfahren bezüglich der Aussagezuverlässigkeit.



• Auch bei großen Datenmengen können Vorhersagen auf jedem PC oder Laptop in sekundenschnelle erstellt werden
  
  Der Datamining-Prozess unterteilt sich in zwei Abläufe:
  
  
  • Vorhersagemodellerstellung, welche als Ergebnis eine Modelldatei liefert.
  
  
  
  • Neue Vorhersagen werden unter Verwendung dieser Modelldatei erstellt.
  
  
  
  Der größte Teil des Rechenaufwands ist immer in Schritt 1. bei der Vorhersagemodellerstellung. Schritt 2. ist immer sehr schnell. Vorhersagen werden in Bruchteilen einer Sekunde auf jedem PC erstellt. Bei Millionen von Daten können Sie die Modelldatei auf einem Großrechner erzeugen, dann diese auf kleine PCs und Laptops kopieren und dort die Vorhersagen erstellen.