Assoziationsregel-Algorithmen Fuer Daten Mit Komplexer Struktur

Diese Arbeit beschaftigt sich mit Assoziationsregeln und dem Auffinden haufiger Muster und Strukturen in komplexen Daten, z.B. in folgenwertigen Daten oder Daten, die als Folgen von Mengen beschrieben werden koennen. Solche Daten fallen in einer Vielzahl von Anwendungskontexten an, unter anderem als Protokolldaten in elektronischen Transaktionssystemen, z.B. in Form von Warenkoerben wiederkehrender Besucher eines Online-Shops. Als Hauptbeitrag wird ein abstraktes Verfahren fur das Mining haufiger Muster in allgemeinen Musterraumen entwickelt. Klassische Verfahren wie der Apriori-Algorithmus sowie seine zahllosen Varianten koennen als Spezialisierungen dieses abstrakten Verfahrens aufgefasst werden. Eine spezielle Datenstruktur, der geschachtelte Prefixbaum, ermoeglicht die effiziente Implementation dieses Verfahrens. Mit Hilfe von Schachtelungsoperatoren wird schliesslich ein Baukasten fur Apriori-artige Mining-Algorithmen zur Verfugung gestellt.