Open Access

Simon Bauer-Kieslinger

• Die Anomalie Erkennung spielt in verschiedenen Bereichen eine große Rolle. Beispielsweise versuchen Kreditkartenanbieter, betrügerische Transaktionen zu identifizieren. Registriert das System einen Einkauf im Wert von Tausenden von Euro, obwohl gewöhnlich nur Bahntickets mit dieser Karte gelöst werden, ist es sehr wahrscheinlich, dass die Karte oder die persönliche ID-Nummer gestohlen wurde. In einem anderen Szenario, wenn die Produktionslinie eines Pharmaunternehmens feststellt, dass das Endgewicht von Medikamentenkapseln 20 % höher als üblich ist, kann ein Fehler im Herstellungsprozess vorliegen. Diese Anomalie Erkennung basiert meist auf strukturierten Zahlenwerten und kann somit leicht erkannt werden. Das Ziel dieser Arbeit ist es, Anomalien aus unstrukturierten beziehungsweise schwach strukturierten Text-Daten zu erkennen und anhand ihrer Semantik Möglichkeiten zur Interpretation und Bewertung aufzuzeigen. Im Zuge dieser Arbeit soll herausgefunden werden, welche Datenverarbeitungsmethoden und Analysemethoden verwendet werden können, um eine bestmögliche Interpretation der Text-Daten zu erreichen. Resultierend auf diesen Erkenntnissen wird ein Vorgehensmodell erstellt. Dieses Vorgehensmodell dient als Basis für einen Prototyp, um eine automatische Auswertung erzeugen zu können. Der Prototyp soll durch eine gezielte Auswahl von Schlüsselwörtern Anomalien in verschiedenen Themenbereichen erkennen, um so vielseitig wie möglich Verwendung zu finden. Weiters sollen geografische Brennpunkte dieser Themenbereiche identifiziert werden und durch Analysen festgestellt werden, ob diese Brennpunkte einen positiven oder negativen Effekt mit sich bringen.
• Anomaly detection plays a major role in various areas. For example, credit card providers try to identify fraudulent transactions. If the system registers a purchase worth thousands of euros, although usually only train tickets are solved with this card, it is very likely that the card or the personal ID number has been stolen. In another scenario, if a pharmaceutical company's production line detects that the final weight of drug capsules is 20% higher than usual, there may be an error in the manufacturing process. This anomaly detection is usually based on structured numerical values and thus can be easily detected. The aim of this work is to detect anomalies from unstructured or weakly structured text data and to show possibilities for interpretation and evaluation based on their semantics. In the course of this work, it shall be found out which data processing methods and analysis methods can be used to achieve the best possible interpretation of the text data. As a result of these findings, a procedure model will be created. This procedure model serves as a basis for a prototype, to be able to generate an automatic evaluation. The prototype is supposed to detect anomalies in different topics by a targeted selection of keywords to be used as versatile as possible. Furthermore, geographical hotspots of these topics are to be identified and it is to be determined by analysis whether these hotspots bring a positive or negative effect.