Title | Übersicht Klausuraufgaben Sep 2012 bis Sep 2018 |
---|---|
Course | Business Intelligence |
Institution | FernUniversität in Hagen |
Pages | 1 |
File Size | 58.1 KB |
File Type | |
Total Downloads | 79 |
Total Views | 168 |
Übersicht über alle Klausuraufgaben von September 2012 bis September 2018. Auch Aufgaben 1 (Multiple Choice) und Aufgaben 4 (r/f) sind verschlagwortet. Viel Erfolg bei der Vorbereitung. :) ...
Semester Aufgabe 1 (MC)
Aufgabe 2
Vorbereitende Schritte KDD, Prinzip der linearen Regression, Skizze lineare Einfachregression, Vor- und Nachteile Regressionsanalyse
SS18
BI, Modellkonstruktion BI, BI-Architektur, Business Model Ontology
WS1718
Intelligence, Deming Cycle, Markov, Metaphasen KDD
SS17
Watson, Picot, Comprehension Decision Model, Business Model Ontology
Clustering, single-linkage, Dendrogramm
WS1617
Echtzeit-BI, Latenz, Text Mining, Corporate Performance Management
SS16
Business Intelligence, dispositive Daten, Business Model Ontology, Modellqualitöt nach Baumöl
SS15
Echtzeit- und Right-Time-BI, Golfarelli/BAM, Advanced Analytics, CRM Geschäftsmodelle nach Osterwalder, Modellkonstruktion nach Baumöl, Prüfkriterium nach Baumöl
WS1415
Lineare Regression, evolutionäre Strategien, neuronald Netze, Entscheidungsbaumverfahren
WS1516
Zielsetzungen Data Mining, Entscheidungsbaum
Aufgabe 3 ETL-Prozess, technische Herausforderungen bei Einbindung externer Datenquellen, Probleme im Transformationsschritt, Möglichkeiten und Schwierigkeiten Einbindung Daten aus sozialen Netzwerken, BILösung statt Excel Begriff Metadaten,Prozesse Metadatenmanagement, Pro und Contra "Durch Metadaten werden Daten zu Informationen"
Aufgabe 4 (R/F)
Strategische Prozesse, DWH, BYOD, cloudbasierte BI, Collaborative BI, unstrukturierte Daten, Distanz zweier Dokumente, Wikipedia unstrukturierter Inhalt, Metadaten, In-Memory-Analysen
u.a. Predictive Analytics, Latenz, Echtzeit, BAM Datenlatenz, Analyselatenz, Halbwertszeit, Latenzen und Kosten, Bag-of-Words, Korpus, Vektor, In-MemoryAnalytics
Projektionsmethoden, Standardisierung, Normalisierung, Entscheidungsbaum, Top-DownVerfahren
DWH, Komponenten, Abgrenzung zu operativen Datenhaltungssystemen, Pro und Contra "Data Marts ineffizient ggü. zentralem DWH" OLAP, Darstellungsweisen, Operationen, Stellungnahme "OLAP kann ausschließlich hypothesengestützt Informationen bereitstellen"
Apriori, Cross Selling
DWH, Komponenten, Abgrenzung zu operativen Datenhaltungssystemen, Pro und Contra "Data Marts ineffizient ggü. zentralem DWH"
unstrukturierte Daten, Echtzeit, Latenz, Right-Time-BI, integrierte Präsentation, In-MemoryAnalytics, CRM, Open-Source-BI, BAM
Eigenschaften DWH, Teilbereiche Business Motivation Model, Zusammenhang Business Rule und DWH Modellierung von Entscheidungsprozessen, Skizze Modell nach Simon, Vergleich von Boyd/OODA und Deming/PDCA
BAusiness Model Ontology, Comprehensive Decision Model, Daten und Informationen, u.a. Business Motivation Model, Datenqualität: Glaubwürdigkeit, Zugriffssicherheit, OLAP u.a.
TQM Phase 3, Einordnung TQM in Systematik nach Zwirner, fehlerfreie Daten
Komplementarität, syntaktischer Fehler, lineare Regression, k-Means, LinkageVerfahren, Distanzfunktion, Beurteilung von Data Mining-Ergebnissen, Occams Razor, nicht-negative Klassifizierung, falsch-positive Klassifizierung
TQM Phase 2, Pro und Contra zu These "Datenqualitätsmanagement ist Teil des KDD", Abgrenzung von Datenqualität und Informationsqualität nach English
u.a. strukturierte Daten und unstrukturierte Inhalte, Entscheidungen, Handlungen, integrierte Präsentation, Data Mining, Text Mining, BIas a Service, Latenz
Vorgehen beim Entscheidungsbaumverfahren, Datenqualitätsprobleme, minimalen Entscheidungsbaum zeichnen
BI as a Service, In Memory Analytics, Open Source BI, Gartner Hype Cycle u.a.
ER-Diagramm, Clustering mit euklidischer Distanzmetrik und single-linkage-Verfahren
Business Rules
OLAP, MOLAP, ROLAP, FASMI, OLAPWürfel skizzieren, OLAP-Operationen Vor- und Nachteile Clustering, Clustering mit euklidischer Distanzmetrik und single-linkageVerfahren, Auswirkung andere Skalierung
BI Konzept, Data-Warehousing, BI inhouse, vollständige Vernetzung aller Datenquellen, RightTime-BI, Data Marts, Metadaten, DWH, Integrationsfunktion Basisdatenbank, Extraktionsfunktion Basisdatenbank Metadaten, Datenqualitätsmanagementbegriff, DWH, OLAP
Clustering, single-linkage, Dendrogramm semantische, syntaktische und Coverage-Fehler, Entscheidungsbaum, Top-Down-Verfahren
Apriori, Cross Selling
SS14
BIS, Intelligenz, Comprehensive Decision Model, Modellierung
WS1314
KDD, OODA, Planverabschiedung, Comprehensive Decision Model
Clusteranalyse, Distanzfunktion, Abgrenzung zur Klassifizierung, Ähnlichkeitsmatrix, Data Warehouse, OLAP, KDD als Teil des Managementprozesses, Vereinbarkeit mit Simon und mit Hummeltenberg, KDD nach Wilde Teil der Wirkungsanalyse im Marketing
SS13
Business Intelligence, Simon, Datenqualitätskriterien nach Wang und Strong, Eigenschaften DWH nach Inmon
Picot zeichnen und erläutern, Stellungnahme zu diversen Thesen, Differenzierung zwischen Daten, Informationen und Wissen
WS1213
Kundendaten, Watson, Simon, Business Intelligence
Apriori, Business Rule
SS12
Markov, Simon, intrinsische Datenqualität, Fehler
Zielsetzungen Data Mining, Entscheidungsbaum
IT-Gesamtkonzept, Extraktionsmechanismen, Wissen, Unternehmensmodelle, Geschäftsmodell...