Spatial-Data-Mining

Spatial Data Mining ist der Entdeckungsprozess der interessanten und vorher unbekannten, aber möglicherweise nützlichen Muster von den großen räumlichen Datensätzen.
Die interessanten und nützlichen Muster von den räumlichen Datensätzen zu extrahieren, ist schwerer als die entsprechenden Muster aus traditionellen numerischen und kategorischen Daten.
Aus diesem Grund gibt ist ein Reihe an neuen bzw. speziell für das Spatial Data Mining angepasste Methoden.

Methoden:
1.Spatial Clustering
2.Räumliche Klassifikation
3.Räumliche Assoziationsanalyse
4.Spezielle Spatial Data Mining-Methoden
a) Co-Location Analyse
b) Räumliche Trend Analyse

Kategorie: Geodatenbanken, S

Quellen:
- Gaebler, http://www.imn.htwk-leipzig.de/~kudrass/Lehrmaterial/Oberseminar/2010/10-Spatial_Data_Mining-Gaebler.pdf
- Serkan Küçükoğlu, http://www.bwl-wi.org/publications/_213.pdf
- Antti Leino, http://www.cs.helsinki.fi/u/leino/opetus/spatial-k07/slides-3-6.pdf
- Inci Aksoy, http://www.bwl-wi.org/publications/_189.pdf