NeuroBayes

NeuroBayes ist ein Analyse-Algorithmus, der zur Auswertung großer Datenmengen verwendet wird. NeuroBayes wurde ursprünglich für die Elementarteilchenphysik entwickelt, wo der Algorithmus anhand von historischen Daten Prognosen für zukünftige Ereignisse zuverlässig berechnen kann. Denkbar ist auch der Einsatz von NeuroBayes in der Webanalyse zur Berechnung von Wahrscheinlichkeiten.

Allgemeine Informationen[Bearbeiten]

Ursprünglich wurde NeuroBayes in der Teilchenphysik am CERN verwendet. Die Erfinder um Prof. Michael Feindt sagten damit das Verhalten von Quanten voraus. Auch heute noch arbeiten zahlreiche Physiker weltweit mit den Algorithmen, allerdings hat sich das Einsatzgebiet maßgeblich vergrößert: Denn NeuroBayes kann ebenso bei Umsatzprognosen oder bei der Analyse von Big Data verwendet werden.

Bereiche wie Business Intelligence, ERP-Systeme, Data Warehouse oder neuerdings auch das E-Business sind nicht nur denkbare Einsatzfelder, sondern stellen schon jetzt Praxisanwendungen dar, die das nicht-statische Programm NeuroBayes fruchtbar umsetzen. NeuroBayes gewann zwei Mal hintereinander den Data-Mining-Cup. Zu den Unternehmen, die NeuroBayes verwenden, zählen Größen wie Otto, Axel Springer, Baur, Sportcheck und verschiedene Versicherungsgesellschaften wie Axa oder die BGV.

Funktionen[Bearbeiten]

NeuroBayes basiert auf der Kombination von Bayes-Theoremen und Neuronalen Netzen. Die Software simuliert einerseits statistische Methoden und berechnet Normalverteilungen, Standardabweichungen und Erwartungswerte von Wahrscheinlichkeitsdichten, sodass eine Evidenzbasis in Form historischer Datenmengen vorhanden ist.

Zudem werden aktuelle Daten eingespeist. Andererseits simuliert die Software die Funktionsprinzipien neuronaler Netze, mit denen die Software selbstlernend wird – sie korrigiert sich selbst und erlaubt dadurch exaktere Vorhersagen. Je größer die eingespeisten Daten sind, desto besser werden die Ergebnisse. Eine Eigenschaft, die die Algorithmen von NeuroBayes für den Einsatz im Big Data Bereich prädestiniert.

Mit NeuroBayes lassen sich bisher Aussagen über folgende Gebiete machen:

  • Absatzprognosen
  • Risikoeinschätzungen
  • Dispositionsmanagement
  • Kundenanalyse
  • Preisgestaltung
  • Produktempfehlungen
  • Social Media Analyse

Korrelationen[Bearbeiten]

Das Programm kann Korrelationen entdecken und auswerten. Durch das Prinzip der neuronalen Netze macht es Querverbindungen von einzelnen Daten und Datensätzen sichtbar und schließt diese Daten in den Ablauf des Programms ein, um die Ergebnisse zu verbessern.

Teacher und Expert[Bearbeiten]

Grundsätzlich unterscheidet NeuroBayes dabei zwischen dem Teacher und dem Expert: Der Teacher sammelt oder simuliert die Daten, die er für den Expert zur Verfügung stellt.

Der Expert verwendet diese Daten berechnet Wahrscheinlichkeiten für bestimmte Hypothesen und verwendet darüber hinaus aktuelle Daten der eigenen Programmdurchläufe – Der NeuroBayes Expert arbeitet bei der Verwertung der aktuellen Daten rekursiv und bezieht immer wieder seine eigenen Ergebnisse in die Berechnungen mit ein. [1]

Bedeutung für die Webanalyse[Bearbeiten]

Bei der Webanalyse fallen sehr große Datenmengen an und die Auswertung ist mitunter davon abhängig, wie diese Daten verknüpft und interpretiert werden. Insbesondere bei großen Webprojekten mit tausenden Besuchern sind die Daten derart groß, dass konventionelle Datenbanktechnologien diese nicht mehr verarbeiten können. Inwiefern NeuroBayes hierfür fruchtbar eingesetzt werden kann, ist noch nicht klar umrissen. Fest steht aber, dass die Eigenschaften der Software diese für den Einsatz in der Webanalyse nahelegen. [2]

Da der NeuroBayes-Algorithmus auch Ereignisse in der Zukunft auf der Basis historischer Daten vorhersagen kann, ist es denkbar, dass die Technik verstärkt im E-Commerce eingesetzt wird. Schon heute werten Online-Shops Klickdaten, Mouseover, Verweildauer oder die Customer Journey aus. Mit Hilfe von selbstlernenden Programmen lässt sich das Nutzerverhalten noch präziser vorhersagen. Auf der Basis dieser Daten könnten zum Beispiel das Webdesign verändert oder Werbeeinblendungen individueller getaktet werden. Der Algorithmus könnte ebenso Produktempfehlungen oder Cross-Selling optimieren. Denkbar ist der Einsatz auch bei der Auswertung von Mailings oder Social-Media-Kampagnen. Eine wichtige Voraussetzung für die Präzision der Berechnungen ist ein ausreichend großer Datenvorrat. Aus diesem Grund nützt der NeuroBayes-Algorithmus vor allem großen Webseiten. Allerdings werden auch Werbeanbieter wie Google von der Verwendung ähnlicher Algorithmen profitieren können, da sich damit auch die Wahrscheinlichkeit genauer einschätzen lässt, ob ein potentieller Kunde eine Werbeanzeige wahrnimmt oder durch den Klick auf eine Anzeige eine Conversion auslöst.

Einzelnachweise[Bearbeiten]

  1. NeuroBayes- ein Prognose-Algorithmus aus der Teilchenphysik erobert die Wirtschaft physik.uni-karlsruhe.de. Abgerufen am 04.07.2014
  2. Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte post-und-telekommunikation.de. Abgerufen am 04.07.2014

Weblinks[Bearbeiten]