Der Kurs vermittelt einen Überblick über Anwendungsbereiche und Verfahren der Analyse von Texten mit IBM SPSS STAfS. Anhand von Beispielen wird der Arbeitsfluss eines typischen Text Mining Projektes nachvollzogen und ein Einblick in Strategien der Anpassung und Weiterver- wendung von Text-Scoring- Modellen gewährt.

Nach erfolgreicher Teilnahme sind Sie in der Lage, eine für Ihre Fragestellung passende Strategie zum Auswerten von Textdaten zu entwickeln und mit der Software IBM SPSS STAfS umzusetzen.

Interessant für ... alle, die große Textmengen auswerten möchten und wesentlich mehr erwarten als einfache Häufigkeitsauszählungen. IBM SPSS STAfS arbeitet mit linguistischen Algorithmen, die anhand grammatikalischer Strukturen automatisch relevante Begriffe und Konzepte erkennen. So kann ein schnelles und fundiertes Verständnis des untersuchten Textkörpers erreicht werden. Ein Anwendungsbeispiel ist die kurzfristige Analyse von Unternehmens- und Marktinformationen, die in großer Zahl veröffentlicht werden. Andere Fragestellungen beziehen sich auf die Analyse eher kurzer Texte zu spezifischen Themen. Aus Antworten auf offene Fragen in Fragebögen und Web- Formularen sollen kategoriale Variablen gewonnen werden, die als Mehrfachantworten-Sets in die weitere Analyse einbezogen werden können. Hierzu werden die extrahierten und typisierten Begriffe automatisch anhand von Begriffs- und Typmustern zu übergeordneten Kategorien zusammengefasst. Dieser Prozess kann manuell angepasst und erweitert werden. Ein einmal erzeugtes Kategorienschema kann zur Analyse völlig neuer Daten herangezogen werden.

• Text Mining-Verfahren und
  Anwendungsbereiche


• Import unterschiedlicher Datenarten


• Extraktion von Konzepten


• Kategorien bilden


• Ressourcen bearbeiten


• Ressourcen verwalten


• Visualisieren von Kategoriensystemen


• Export von Ergebnisvariablen


• Text Mining als Element von
  Data Mining Projekten

Vorausgesetzt wird der sichere Umgang mit komplexeren Softwareanwendungen sowie Grundkenntnisse in der Auswertung numerischer Daten.