Konzepte spielen in unserem täglichen Leben eine wichtige Rolle, wenn auch nur unbewusst.So gruppieren Konzepte Objekte mit gemeinsamen Eigenschaften und ermöglichen uns das Abstrahieren und Kommunizieren von bestehendem Wissen sowie die Verarbeitung der pausenlos auf uns einströmenden Flut von Informationen.Dabei agiert ein Konzept als Repräsentant seiner Mitglieder und ihrer gemeinsamen Eigenschaften.Wenn wir an das Konzept der Transportmittel denken, fallen uns spontan einige Mitglieder und ihre Eigenschaften ein, die diese als Transportmittel auszeichnen.Eine weitere Besonderheit der Konzepte ist, dass ein Objekt Mitglied in scheinbar unabhängigen Konzepten sein kann.So gilt ein Auto sowohl als Transportmittel als auch als Luxusgegenstand.Der in dieser Arbeit beschriebene Ansatz macht sich diese Leistungsfähigkeit und Flexibilität von Konzepten zunutze, um das kreative Denken zu fördern.So ermöglicht der Ansatz das Finden von existierenden sowie unbekannten Konzepten in heterogenen Daten, welche das Verständnis für komplexe Systeme fördern sowie interessante und unerwartete Zusammenhänge aufdecken.Da bei der Suche nach unerwarteten Zusammenhängen nicht von Anfang an feststeht, wonach man eigentlich sucht, sollte bei der Integration der zur Verfügung stehenden Daten möglichst keine Information verloren gehen.Daher basiert der beschriebene Ansatz auf Informationsnetzwerken, welche dank ihrer flexiblen Datenstruktur die Integration von Daten unterschiedlichster Beschaffenheit und Qualität unterstützen.So speichern Informationsnetzwerke die Informationen in Form von Beziehungen zwischen Objekten in einer Graphstruktur, wobei Objekte als Knoten und ihre Beziehungen als Kanten im Graphen repräsentiert werden.Basierend auf dieser Datenrepräsentation beruht der beschriebene Ansatz auf der Annahme, dass Objekte durch ihre direkten Nachbarn im Netzwerk beschrieben werden.Somit bilden ähnliche Objekte und ihre gemeinsamen Nachbarn einen quasi bipartiten Graphen.Dieser aus den beiden Knotenpartitionen und ihren Verbindungen bestehende Teilgraph bildet die Basis des beschriebenen Ansatzes, den sogenannten Konzeptgraphen.Die Güte der Verbindungen zwischen den beiden Knotenpartitionen wird mithilfe einer Gütefunktion bestimmt, welche das Fehlen einzelner Verbindungen bestraft.Daher sollten sich die ähnlichen Objekte möglichst viele Nachbarn teilen.Einen Spezialfall stellen dabei die vollständigen Konzeptgraphen dar, deren Knotenpartitionen vollständig verbunden sind.Zum Klassifizieren der Knoten eines Konzeptgraphen werden ferner Heuristiken basierend auf der Graphstruktur vorgestellt, welche die Identifizierung der Mitglieder und Eigenschaften eines Konzeptes sowie des Konzeptrepräsentanten ermöglichen.Dabei ist der Typ eines Knotens kontextabhängig und kann so in unterschiedlichen Konzeptgraphen variieren.Die Heuristik zur Bestimmung des Konzeptrepräsentanten liefert darüber hinaus ein Maß für dessen Güte, welches zum Auffinden eines fehlenden Repräsentanten verwendet werden kann.Ein fehlender Konzeptrepräsentant kann dabei ein Anzeichen für unvollständige und verrauschte Daten sein.Er kann aber auch ein Hinweis auf eine Gruppe von Objekten mit gemeinsamen Eigenschaften sein, die bisher noch nicht entdeckt wurden und daher noch keinen Konzeptrepräsentanten besitzen.Neben der Formalisierung von Konzeptgraphen werden Verfahren zum Finden von vollständigen Konzeptgraphen sowie Ansätze zum Finden von allgemeinen Konzeptgraphen beschrieben.Die beschriebenen Verfahren und Ansätze basieren auf existierenden Verfahren zum Finden von Frequent Item Sets, welche sich durch die Konvertierung des Graphen in eine Transaktionsliste anwenden lassen.Fallstudien demonstrieren schließlich die Existenz sowie die Flexibilität und Vielfältigkeit von Konzeptgraphen anhand von zwei unterschiedlichen Datensätzen aus der realen Welt.So basiert der erste Datensatz auf einer Enzyklopädie mit Artikeln aus unterschiedlichen Wissensgebieten.Der zweite Datensatz basiert hingegen auf strukturierten sowie unstrukturierten Informationen über Medikamente.In beiden Datensätzen werden sinnvolle Konzeptgraphen mithilfe des beschriebenen Verfahrens zum Finden von vollständigen Konzeptgraphen gefunden und ihre Knoten unter Verwendung der vorgestellten Heuristiken in die unterschiedlichen Typen eingeteilt.Basierend auf dem Gütewert für den Konzeptrepräsentanten werden ferner Konzeptgraphen ohne sinnvollen Repräsentanten identifiziert, welche unbekannte Zusammenhänge aufdecken.Überlappende Konzeptgraphen demonstrieren schließlich die volle Flexibilität und Vielfältigkeit von Konzeptgraphen.So können die Überlappungen sowohl zum Identifizieren von Hierarchien verwendet werden als auch zu einem besseren Verständnis komplexer Zusammenhänge führen.Darüber hinaus ermöglichen sie auch das Auffinden fehlender Verbindungen, die zu neuen Erkenntnissen führen.Durch die Verwendung von Informationsnetzwerken als Eingabedaten und dem Auffinden von existierenden sowie unbekannten Konzepten unterstützt das in dieser Arbeit vorgestellte Verfahren das kreative Denken, indem es sowohl das Verständnis komplexer Systeme fördert als auch interessante und unerwartete Zusammenhänge aufdeckt.
Friedrich Delgado
All GNU social JP content and data are available under the Creative Commons Attribution 3.0 license.