Einsatz von Expertenurteilen in der Zielkundenselektion

In dieser Arbeit soll gezeigt werden, dass fallbasierte Expertenurteile im Rahmen des Wissensgewinnungsprozesses ein Einsatzspektrum besitzen, welches über die naheliegende Bereitstellung von klassifizierten Datensätzen hinausgeht. Expertenurteile sind in Beispielen codiertes Expertenwissen. Ihre einfache Repräsentationsform bietet im Gegensatz zu expliziertem Expertenwissen den Vorteil einer einfachen und flexiblen Integration in verschiedene Phasen des Wissensgewinnungsprozesses. Möglich wird dies, da die Art der Integration von Expertenurteilen nicht durch die Repräsentationsform, in der sie erhoben wurden, beschränkt wird. O'Hagan et al. weisen zudem darauf hin, dass gegenüber einer Integration von Beispielfällen das aus den Expertenurteilen abgeleitete Wissen wertvoller sein kann. Für jede Strategie werden die Methodik und der Prozess der Integration von Expertenurteilen erläutert und der Effekt anhand empirischer Datensätze und Szenarioanalysen ermittelt. Darüber hinaus wird verdeutlicht, für welches praktische Problem einer Zielkundenselektion das jeweilige Verfahren einen Lösungsansatz bietet. Die Flexibilität, die sich aus der Ableitung von Informationen aus den Expertenurteilen ergibt, ermöglicht es zudem, mehrere Aufgaben eines Experten im Rahmen des Wissensgewinnungsprozesses abzudecken: Von der Datenerhebung über die Auswahl geeigneter Beispiele bis hin zur Beeinflussung des Lernprozesses und der Evaluierung der Ergebnisse. Für die Verfahrensauswahl bieten Expertenurteile weiterhin den Vorteil, dass ihre Integration auch in konventionellen statistischen Ansätzen, die keine explizite Wissenskomponente vorsehen, möglich ist. In der Darstellung der methodischen Ansätze werden daher zur Unterstreichung dieser Flexibilität unterschiedliche statistische und maschinelle (Lern-)Verfahren und verschiedene Ansatzpunkte für die Integration der Expertenurteile im Wissensgewinnungsprozess getestet. Dieses Vorgehen richtet sich auf das erste Ziel dieser Arbeit: Ziel 1: Erwerb und Ausbau weiterer Anwendungserfahrung in der Integration von Expertenurteilen in den Prozess der Wissensgewinnung Ziel 2: Prüfung der Anwendbarkeit der verschiedenen Integrationsstrategien in einer praxisrelevanten Problemstellung der Zielkundenselektion