 aten sammeln ist einfach. Eine systematische Datenanalyse ist einewichtige Ergänzung, um das vorhandene Datenmaterial sinnvoll nutzen zu können. Eine simultane Auswertung vieler Merkmale ermöglichen multivariate Analyseverfahren, darunter die Clusteranalyse. Beispiel: Ein Unternehmer hat mehrere alkoholische Getränke in seinem Sortiment. Er möchte ähnliche Sorten herausfinden, um diese zu substituieren. Um die Verwandschaften herauszufinden, listet er die Sorten mitsamt einiger Merkmale (wie z.B. Kaloriengehalt, Alkoholgehalt etc.) auf. Die Werte werden standardisiert  und anschließend ein Abstandsmaß ermittelt, z.B. mit der sogenannten Block-(Manhatten)-Metrik distance(A,B):=|x1-x2|+|y1-y2|. Zwei Merkmalsträger (Produkte) die eine Merkmalsverwandschaft aufweisen, werden dann zu einem Cluster zusammengefaßt. Im nächsten Schritt werden dann die Cluster zusammengefaßt, die sich am ähnlichsten sind. Bei zwei Merkmalen könnte dies grafisch etwa so aussehen  Aber bei 3-Merkmalen benötigt man eine zusätzliche Dimension. Wir ersetzen die Kreuze durch Kugeln und die Zeichnung mit einer VRML-Welt, welche zusätzlich die Möglichkeit bietet, durch die Szenarie zu fliegen, zoomen usw. Der folgende Link führt zu einer Seite, die in zwei Frames geteilt ist. Der obere Frame zeigt die VRML-Welt mit Kugeln, welche mit Hilfe der Tabelle im unteren Frame manipuliert werden können. Der Algorithmus der Clusteranalyse ist selbst nicht implementiert. Es soll halt nur ein Anwendungsbeispiel für VRML und JavaSript sein. |