Skip to main content
SpringerLink
Log in

Big Data Analytics

Grundlagen, Fallbeispiele und Nutzungspotenziale

  • Book
  • © 2021

Overview

Editors:
  1. Sara D'Onofrio

    1. IT Business Integration, Genossenschaft Migros Zürich, Zürich, Switzerland

    View editor publications

    You can also search for this editor in PubMed   Google Scholar

  2. Andreas Meier

    1. Universität Fribourg, Fribourg, Switzerland

    View editor publications

    You can also search for this editor in PubMed   Google Scholar

  • Vermittelt ein Verständnis für Big Data Analytics
  • Zeigt konkreten Anwendungsfälle und Nutzungspotenziale
  • Mit unterschiedlichen Fallbeispielen

Part of the book series: Edition HMD (EHMD)

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 54.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (12 chapters)

  1. Front Matter

    Pages I-XXI
    Download chapter PDF

  2. Grundlagen

    1. Front Matter

      Pages 1-1
      Download chapter PDF

    2. Rundgang Big Data Analytics – Hard & Soft Data Mining

      • Andreas Meier
      Pages 3-23

    3. Methoden des Data Mining für Big Data Analytics

      • Peter Gluchowski, Christian Schieder, Peter Chamoni
      Pages 25-48

    4. Digital Analytics in der Praxis – Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz

      • Darius Zumstein, Andrea Zelic, Michael Klaas
      Pages 49-72

  3. Textanalyse

    1. Front Matter

      Pages 73-73
      Download chapter PDF

    2. Searching-Tool für Compliance – Ein Analyseverfahren textueller Daten

      • Urs Hengartner
      Pages 75-93

    3. Entscheidungsunterstützung im Online-Handel

      • René Götz, Alexander Piazza, Freimut Bodendorf
      Pages 95-114

  4. Machine Learning

    1. Front Matter

      Pages 115-115
      Download chapter PDF

    2. Einsatzoptionen von Machine Learning im Handel

      • Reinhard Schütte, Felix Weber, Mohamed Kari
      Pages 117-137

    3. Automatisierte Qualitätssicherung via Image Mining und Computer Vision – Literaturrecherche und Prototyp

      • Sebastian Trinks
      Pages 139-167

    4. Deep Learning in der Landwirtschaft – Analyse eines Weinbergs

      • Patrick Zschech, Kai Heinrich, Björn Möller, Lukas Breithaupt, Johannes Maresch, Andreas Roth
      Pages 169-194

  5. Prädiktive Modelle

    1. Front Matter

      Pages 195-195
      Download chapter PDF

    2. Data Pipelines in Big Data Analytics – Fallbeispiel Religion in der US Politik

      • Ulrich Matter
      Pages 197-213

    3. Self-Service Data Science – Vergleich von Plattformen zum Aufbau von Entscheidungsbäumen

      • Daniel Badura, Alexander Ossa, Michael Schulz
      Pages 215-237

  6. Trendforschung

    1. Front Matter

      Pages 239-239
      Download chapter PDF

    2. Einfluss von Covid-19 auf Wertschöpfungsketten – Fallbeispiel Verkehrsdaten

      • Henry Goecke, Jan Marten Wendt
      Pages 241-255

    3. Intelligente Bots für die Trendforschung – Eine explorative Studie

      • Christian Mühlroth, Laura Kölbl, Fabian Wiser, Michael Grottke, Carolin Durst
      Pages 257-275

  7. Back Matter

    Pages 277-286
    Download chapter PDF
Back to top

Keywords

About this book

Mit diesem Herausgeberwerk führen die Autoren den Begriff „Big Data Analytics“ ein und geben Fallstudien aus unterschiedlichen Anwendungsgebieten. Unter Big Data Analytics wird das Aufbereiten, Analysieren und Interpretieren von großen, oft heterogenen Datenbeständen verstanden, mit dem Ziel, Muster und Zusammenhänge in den Daten aufzudecken und Entscheidungsgrundlagen für wissenschaftliche, betriebliche oder gesellschaftliche Fragestellungen zu erhalten. 


Nebst den theoretischen Grundlagen widmet sich das Herausgeberwerk der Vielfalt verschiedener Anwendungsmöglichkeiten. Fallbeispiele geben Einblick in die Anwendung von Big Data Analytics und dessen Nutzenpotenziale. 


Das Werk richtet sich gleichermaßen an Studierende, Fachleute aller Fachrichtungen als auch an interessierte Anwender. Es hilft den Leserinnen und Leser, die Bedeutungsvielfalt des Begriffs Big Data Analytics zu verstehen und verschiedene Einsatzmöglichkeiten im eigenen Umfeld zu erkennen und zu bewerten.



Editors and Affiliations

  • IT Business Integration, Genossenschaft Migros Zürich, Zürich, Switzerland

    Sara D'Onofrio

  • Universität Fribourg, Fribourg, Switzerland

    Andreas Meier

About the editors

Sara D'Onofrio ist IT Business Partner Manager eines der größten Detailhandelsunternehmen der Schweiz, Autorin und Herausgeberin der Zeitschrift HMD - Praxis der Wirtschaftsinformatik bei Springer, Gastdozentin an Hochschulen und Mitglied der Stiftung FMsquare, welche die Anwendung von Fuzzy-Logik zur Lösung von wirtschaftlichen und sozialen Problemen fördert. Sie hat Betriebswirtschaft und Wirtschaftsinformatik studiert und in Informatik promoviert. 



Andreas Meier hat Musik an der Musikakademie in Wien und Mathematik an der Eidgenössischen Technischen Hochschule (ETH) in Zürich studiert, wo er doktorierte und habilitierte. Er arbeitete bei IBM Schweiz, gehörte zum Direktionskader der internationalen Bank SBV und trug Mitverantwortung in der Geschäftsleitung des Versicherers CSS. In der Forschung war er am IBM Research Lab in Kalifornien tätig und gründete das Research Center Fuzzy Management Methods an der Universität Fribourgin der Schweiz.

Bibliographic Information

  • Book Title: Big Data Analytics

  • Book Subtitle: Grundlagen, Fallbeispiele und Nutzungspotenziale

  • Editors: Sara D'Onofrio, Andreas Meier

  • Series Title: Edition HMD

  • DOI: https://doi.org/10.1007/978-3-658-32236-6

  • Publisher: Springer Vieweg Wiesbaden

  • eBook Packages: Computer Science and Engineering (German Language)

  • Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2021

  • Hardcover ISBN: 978-3-658-32235-9Published: 02 April 2021

  • eBook ISBN: 978-3-658-32236-6Published: 01 April 2021

  • Series ISSN: 2366-1127

  • Series E-ISSN: 2366-1135

  • Edition Number: 1

  • Number of Pages: XXI, 285

  • Number of Illustrations: 37 b/w illustrations, 61 illustrations in colour

  • Topics: Data Structures and Information Theory, Artificial Intelligence, Big Data, Statistics, general

Publish with us

Policies and ethics

Back to top

Search

Navigation