osnaDocs: Erweiterungen des fallbasierten Schließens zur prognostischen Fundierung von Planungsaufgaben - Konzeption und prototypische Implementierung am Beispiel von Kapazitätsnachfrageprognosen zur Fundierung der Kapazitätsplanung auf verschiedenen Ebenen hochschulinterner Planungssysteme

Erweiterungen des fallbasierten Schließens zur prognostischen Fundierung von Planungsaufgaben - Konzeption und prototypische Implementierung am Beispiel von Kapazitätsnachfrageprognosen zur Fundierung der Kapazitätsplanung auf verschiedenen Ebenen hochschulinterner Planungssysteme

Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
https://osnadocs.ub.uni-osnabrueck.de/handle/urn:nbn:de:gbv:700-2015030913113

Langanzeige der Metadaten

DC Element	Wert	Sprache
dc.contributor.advisor	Prof. Dr. Bodo Rieger
dc.creator	Pöppelmann, Daniel
dc.date.accessioned	2015-03-09T15:52:04Z
dc.date.available	2015-03-09T15:52:04Z
dc.date.issued	2015-03-09T15:52:04Z
dc.identifier.uri	https://osnadocs.ub.uni-osnabrueck.de/handle/urn:nbn:de:gbv:700-2015030913113	-
dc.description.abstract	In der vorliegenden Arbeit wird das Konzept eines zusammengesetzten Decision Support Systems (DSS), bestehend aus einer wissensgetriebenen und einer datengetriebenen Komponente vorgeschlagen, welches Entscheidungsträger der Kapazitätsplanung auf verschiedenen Ebenen eines hochschulinternen Planungssystems mit prognostizierten, den Kernprozess Lehre betreffenden Nachfragegrößen unterstützt. Den Kern des zusammengesetzten DSS stellt eine wissensgetriebene Komponente dar, die basierend auf dem Paradigma des Case-based Reasoning (CBR) die Prognose individueller Studienverläufe aller Studierender einer Hochschule ermöglicht. Dazu erfolgt die Wiederverwendung von Erfahrungen hinsichtlich der Modul- und Klausurbelegung von Alumni und im Studium fortgeschrittener Studierender, die in Form von Fällen repräsentiert werden. Die domänenspezifischen Anpassungen und Erweiterungen des Paradigmas des CBR umfassen erstens die Repräsentation von Erfahrungen mit heterogenem Zeitbezug durch Fälle. Diesbezüglich wird einerseits eine dynamische, vom zu lösenden Problem abhängige Zuordnung von Fallattributen zu den Komponenten Beschreibung und Lösung eines Falls konzipiert. Andererseits wird eine Möglichkeit zur Abbildung von zeitabhängigen Attributen sowohl in der Beschreibung als auch in der Lösung eines Falls geschaffen. Zweitens erfolgt eine Erweiterung des CBR-cycle, des Problemlösungsprozesses, der im erarbeiteten Konzept zur Erstellung von Prognosen verwendet wird. Die Erweiterungen umfassen insbesondere die automatisierte Erkennung von zu lösenden (Prognose-)Fällen, die Überprüfung und Anpassung erstellter Prognosen mithilfe eines regelbasierten Systems, das sich auf Domänenwissen aus einer Ontologie stützt, sowie die zeitasynchrone Einbeziehung einer Vielzahl von Studierenden als Domänenexperten zur Anpassung individuell prognostizierter Studienverläufe. Eine datengetriebene Komponente bildet den zweiten Teil des zusammengesetzten DSS. Diese dient der Bereitstellung der Ergebnisse der wissensgetriebenen Komponente in einer von Entscheidungsträgern der hochschulinternen Kapazitätsplanung verwertbaren Form. Die durch die wissensgetriebene Komponente erstellten Prognosen werden hierzu in einen multidimensional modellierten Data Mart geladen und mithilfe von analytischen und Standardberichten auf verschiedenen Aggregationsniveaus zur Auswertung bereitgestellt. Zur Evaluation des Konzepts erfolgt dessen prototypische Implementierung am Beispiel der Universität Osnabrück. Der Fokus der Bewertung liegt auf dem Kriterium der Prognosegenauigkeit, welches durch verschiedene, auf dem Prognosefehler basierende Gütemaße operationalisiert wird. Letztere werden anhand von Prognosesimulationen mittels des Prototyps ermittelt und auf Basis eines Interpretationsschemas sowie durch Gegenüberstellung mit den Ergebnissen eines Referenzverfahrens interpretiert und bewertet.	ger
dc.subject	Case-based Reasoning	eng
dc.subject	Prognose	ger
dc.subject	Fallbasiertes Schließen	ger
dc.subject	Forecasting	eng
dc.subject	Künstliche Intelligenz	ger
dc.subject	Planung	ger
dc.subject	Studienverlauf	ger
dc.subject	Hochschulmanagement	ger
dc.subject.ddc	330 - Wirtschaft
dc.subject.ddc	000 - Informatik, Wissen, Systeme
dc.title	Erweiterungen des fallbasierten Schließens zur prognostischen Fundierung von Planungsaufgaben - Konzeption und prototypische Implementierung am Beispiel von Kapazitätsnachfrageprognosen zur Fundierung der Kapazitätsplanung auf verschiedenen Ebenen hochschulinterner Planungssysteme	ger
dc.type	Dissertation oder Habilitation [doctoralThesis]	-
thesis.location	Osnabrück	-
thesis.institution	Universität	-
thesis.type	Dissertation [thesis.doctoral]	-
thesis.date	2014-12-19	-
dc.contributor.referee	Prof. Dr. Uwe Hoppe
dc.subject.bk	54.72 - Künstliche Intelligenz
dc.subject.bk	85.99 - Betriebswirtschaft: Sonstiges
dc.subject.ccs	H.2.8 - Database Applications
dc.subject.ccs	I.2.1 - Applications and Expert Systems
vCard.ORG	FB9
Enthalten in den Sammlungen:	FB09 - E-Dissertationen

Dateien zu dieser Ressource:

Datei	Beschreibung	Größe	Format
thesis_poeppelmann.pdf	Präsentationsformat	4,29 MB	Adobe PDF	thesis_poeppelmann.pdf Öffnen/Anzeigen

Zur Kurzanzeige

Alle Ressourcen im Repositorium osnaDocs sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt. rightsstatements.org