Shop : Details
Shop
Details
Thomas Thiele
Modellierung thematischer Nähe in Organisationen durch Machine Learning
Komplexe Problemstellungen nicht nur als disziplinäre Fragestellung zu begreifen, sondern über Fachgrenzen hinaus Lösungen zu entwickeln, erweist sich nicht nur als Trend, sondern auch als Notwendigkeit. Die Identifikation geeigneter Kooperationspartner und die Suche nach gemeinsamen Themen ist jedoch oftmals zeitaufwändig.
In dieser Dissertation wird daher ein System konzeptioniert und entwickelt, welches die Modellierung thematischer Nähe in Organisationen durch einen Machine Learning Ansatz erlaubt. Grundlage hierfür sind textuelle Daten, aus welchen zunächst mittels eines generativen Verfahrens inhärente Themen extrahiert werden. Danach werden diese Themen einem diskriminierenden Verfahren unterzogen, welches ein Matchmaking zwischen Themen unterschiedlicher organisationaler Entitäten ableitet. Die durch diese Verfahrenskette generierten Ergebnisse werden dann für den Nutzer in Form eines graphenbasierten Ansatzes visualisiert, es entsteht eine Landkarte verknüpfter Themen auf Basis eines automatisierten Prozesses.
In dieser Dissertation wird daher ein System konzeptioniert und entwickelt, welches die Modellierung thematischer Nähe in Organisationen durch einen Machine Learning Ansatz erlaubt. Grundlage hierfür sind textuelle Daten, aus welchen zunächst mittels eines generativen Verfahrens inhärente Themen extrahiert werden. Danach werden diese Themen einem diskriminierenden Verfahren unterzogen, welches ein Matchmaking zwischen Themen unterschiedlicher organisationaler Entitäten ableitet. Die durch diese Verfahrenskette generierten Ergebnisse werden dann für den Nutzer in Form eines graphenbasierten Ansatzes visualisiert, es entsteht eine Landkarte verknüpfter Themen auf Basis eines automatisierten Prozesses.
Schlagwörter: Thematische Nähe; Kooperation; Machine Learning; Text Mining
Verfügbare Online-Dokumente zu diesem Titel
DOI 10.2370/9783844065428
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
| Dokument |  | Gesamtdokument | ||
| Dateiart |  | |||
| Kosten |  | 37,35 € | ||
| Aktion |  | Zahlungspflichtig kaufen und anzeigen der Datei | ||
| Aktion |  | Zahlungspflichtig kaufen und download der Datei | ||
| Dokument |  | Inhaltsverzeichnis | ||
| Dateiart | | |||
| Kosten |  | frei | ||
| Aktion |  | Anzeigen der Datei | ||
| Aktion |  | Download der Datei | ||
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Shaker Verlag GmbHAm Langen Graben 15a52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 UhrFr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
