Clusteranalyse für Netzwerke:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Elektronisch E-Book |
| Sprache: | German |
| Veröffentlicht: |
Frankfurt a.M.
Peter Lang GmbH, Internationaler Verlag der Wissenschaften
2014
|
| Ausgabe: | 1st, New ed |
| Schlagworte: | |
| Online-Zugang: | BSB01 Volltext |
| Beschreibung: | Online resource; title from title screen (viewed December 6, 2018) |
| Beschreibung: | 1 online resource |
| ISBN: | 9783653014358 |
Internformat
MARC
| LEADER | 00000nmm a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV045474957 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 006 | a m||| 00||| | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 190219s2014 |||| o||u| ||||||ger d | ||
| 020 | |a 9783653014358 |9 978-3-653-01435-8 | ||
| 024 | 7 | |a 10.3726/978-3-653-01435-8 |2 doi | |
| 024 | 3 | |a 9783653014358 | |
| 035 | |a (ZDB-114-LAC)9783653014358 | ||
| 035 | |a (OCoLC)1088341845 | ||
| 035 | |a (DE-599)BVBBV045474957 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-12 | ||
| 084 | |a MR 5900 |0 (DE-625)123525: |2 rvk | ||
| 084 | |a QH 234 |0 (DE-625)141549: |2 rvk | ||
| 084 | |a QH 451 |0 (DE-625)141594: |2 rvk | ||
| 084 | |a SK 840 |0 (DE-625)143261: |2 rvk | ||
| 100 | 1 | |a Klages, Alexandra Rebecca |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Clusteranalyse für Netzwerke |c Alexandra Rebecca Klages |
| 250 | |a 1st, New ed | ||
| 264 | 1 | |a Frankfurt a.M. |b Peter Lang GmbH, Internationaler Verlag der Wissenschaften |c 2014 | |
| 264 | 4 | |c © 2012 | |
| 300 | |a 1 online resource | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 500 | |a Online resource; title from title screen (viewed December 6, 2018) | ||
| 502 | |a Doctoral Thesis | ||
| 505 | 8 | |a In diversen Forschungsgebieten lassen sich Relationen zwischen Objekten durch Netzwerke darstellen. Eine wichtige Fragestellung innerhalb der Analyse komplexer Gefüge ist die Identifikation eng vernetzter Gruppen von Objekten, welche auch Cluster genannt werden. Solche Strukturen lassen sich als Netzwerke abbilden, in denen die Objekte den Knoten und ihre Beziehungen den Kanten entsprechen. Diese Arbeit stellt eine neue Methode zur Bildung von Clustern in Netzwerken vor. Dabei werden hierarchische Verfahren, die ursprünglich zur Clusteranalyse von (Un-)Ähnlichkeits- bzw. Distanzdaten entwickelt wurden, auf Netzwerke übertragen und weiterentwickelt. Dazu wird die Adjazenzstruktur des Netzwerks unter Verwendung der Längen kürzester Wege innerhalb der Netzwerke in Distanzdaten überführt | |
| 650 | 0 | 7 | |a Cluster-Analyse |0 (DE-588)4070044-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Graph |0 (DE-588)4021842-9 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Graph |0 (DE-588)4021842-9 |D s |
| 689 | 0 | 1 | |a Cluster-Analyse |0 (DE-588)4070044-6 |D s |
| 689 | 0 | |8 1\p |5 DE-604 | |
| 776 | 0 | 8 | |i Erscheint auch als |n Druck-Ausgabe |z 9783631638323 |
| 856 | 4 | 0 | |u https://www.peterlang.com/view/product/18574?format=EPDF |x Verlag |z URL des Erstveröffentlichers |3 Volltext |
| 912 | |a ZDB-114-LAC | ||
| 999 | |a oai:aleph.bib-bvb.de:BVB01-030860090 | ||
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 966 | e | |u https://www.peterlang.com/view/product/18574?format=EPDF |l BSB01 |p ZDB-114-LAC |q BSB_PDA_LAC |x Verlag |3 Volltext | |
Datensatz im Suchindex
| _version_ | 1804179387249065984 |
|---|---|
| any_adam_object | |
| author | Klages, Alexandra Rebecca |
| author_facet | Klages, Alexandra Rebecca |
| author_role | aut |
| author_sort | Klages, Alexandra Rebecca |
| author_variant | a r k ar ark |
| building | Verbundindex |
| bvnumber | BV045474957 |
| classification_rvk | MR 5900 QH 234 QH 451 SK 840 |
| collection | ZDB-114-LAC |
| contents | In diversen Forschungsgebieten lassen sich Relationen zwischen Objekten durch Netzwerke darstellen. Eine wichtige Fragestellung innerhalb der Analyse komplexer Gefüge ist die Identifikation eng vernetzter Gruppen von Objekten, welche auch Cluster genannt werden. Solche Strukturen lassen sich als Netzwerke abbilden, in denen die Objekte den Knoten und ihre Beziehungen den Kanten entsprechen. Diese Arbeit stellt eine neue Methode zur Bildung von Clustern in Netzwerken vor. Dabei werden hierarchische Verfahren, die ursprünglich zur Clusteranalyse von (Un-)Ähnlichkeits- bzw. Distanzdaten entwickelt wurden, auf Netzwerke übertragen und weiterentwickelt. Dazu wird die Adjazenzstruktur des Netzwerks unter Verwendung der Längen kürzester Wege innerhalb der Netzwerke in Distanzdaten überführt |
| ctrlnum | (ZDB-114-LAC)9783653014358 (OCoLC)1088341845 (DE-599)BVBBV045474957 |
| discipline | Soziologie Mathematik Wirtschaftswissenschaften |
| edition | 1st, New ed |
| format | Thesis Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02837nmm a2200541zc 4500</leader><controlfield tag="001">BV045474957</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="006">a m||| 00||| </controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">190219s2014 |||| o||u| ||||||ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783653014358</subfield><subfield code="9">978-3-653-01435-8</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.3726/978-3-653-01435-8</subfield><subfield code="2">doi</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783653014358</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-114-LAC)9783653014358</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1088341845</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV045474957</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-12</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">MR 5900</subfield><subfield code="0">(DE-625)123525:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 234</subfield><subfield code="0">(DE-625)141549:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 451</subfield><subfield code="0">(DE-625)141594:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">SK 840</subfield><subfield code="0">(DE-625)143261:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Klages, Alexandra Rebecca</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Clusteranalyse für Netzwerke</subfield><subfield code="c">Alexandra Rebecca Klages</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1st, New ed</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Frankfurt a.M.</subfield><subfield code="b">Peter Lang GmbH, Internationaler Verlag der Wissenschaften</subfield><subfield code="c">2014</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2012</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Online resource; title from title screen (viewed December 6, 2018)</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="a">Doctoral Thesis</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">In diversen Forschungsgebieten lassen sich Relationen zwischen Objekten durch Netzwerke darstellen. Eine wichtige Fragestellung innerhalb der Analyse komplexer Gefüge ist die Identifikation eng vernetzter Gruppen von Objekten, welche auch Cluster genannt werden. Solche Strukturen lassen sich als Netzwerke abbilden, in denen die Objekte den Knoten und ihre Beziehungen den Kanten entsprechen. Diese Arbeit stellt eine neue Methode zur Bildung von Clustern in Netzwerken vor. Dabei werden hierarchische Verfahren, die ursprünglich zur Clusteranalyse von (Un-)Ähnlichkeits- bzw. Distanzdaten entwickelt wurden, auf Netzwerke übertragen und weiterentwickelt. Dazu wird die Adjazenzstruktur des Netzwerks unter Verwendung der Längen kürzester Wege innerhalb der Netzwerke in Distanzdaten überführt</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Cluster-Analyse</subfield><subfield code="0">(DE-588)4070044-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Graph</subfield><subfield code="0">(DE-588)4021842-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Graph</subfield><subfield code="0">(DE-588)4021842-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Cluster-Analyse</subfield><subfield code="0">(DE-588)4070044-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="8">1\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="z">9783631638323</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://www.peterlang.com/view/product/18574?format=EPDF</subfield><subfield code="x">Verlag</subfield><subfield code="z">URL des Erstveröffentlichers</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-114-LAC</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-030860090</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://www.peterlang.com/view/product/18574?format=EPDF</subfield><subfield code="l">BSB01</subfield><subfield code="p">ZDB-114-LAC</subfield><subfield code="q">BSB_PDA_LAC</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV045474957 |
| illustrated | Not Illustrated |
| indexdate | 2024-07-10T08:19:03Z |
| institution | BVB |
| isbn | 9783653014358 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-030860090 |
| oclc_num | 1088341845 |
| open_access_boolean | |
| owner | DE-12 |
| owner_facet | DE-12 |
| physical | 1 online resource |
| psigel | ZDB-114-LAC ZDB-114-LAC BSB_PDA_LAC |
| publishDate | 2014 |
| publishDateSearch | 2014 |
| publishDateSort | 2014 |
| publisher | Peter Lang GmbH, Internationaler Verlag der Wissenschaften |
| record_format | marc |
| spelling | Klages, Alexandra Rebecca Verfasser aut Clusteranalyse für Netzwerke Alexandra Rebecca Klages 1st, New ed Frankfurt a.M. Peter Lang GmbH, Internationaler Verlag der Wissenschaften 2014 © 2012 1 online resource txt rdacontent c rdamedia cr rdacarrier Online resource; title from title screen (viewed December 6, 2018) Doctoral Thesis In diversen Forschungsgebieten lassen sich Relationen zwischen Objekten durch Netzwerke darstellen. Eine wichtige Fragestellung innerhalb der Analyse komplexer Gefüge ist die Identifikation eng vernetzter Gruppen von Objekten, welche auch Cluster genannt werden. Solche Strukturen lassen sich als Netzwerke abbilden, in denen die Objekte den Knoten und ihre Beziehungen den Kanten entsprechen. Diese Arbeit stellt eine neue Methode zur Bildung von Clustern in Netzwerken vor. Dabei werden hierarchische Verfahren, die ursprünglich zur Clusteranalyse von (Un-)Ähnlichkeits- bzw. Distanzdaten entwickelt wurden, auf Netzwerke übertragen und weiterentwickelt. Dazu wird die Adjazenzstruktur des Netzwerks unter Verwendung der Längen kürzester Wege innerhalb der Netzwerke in Distanzdaten überführt Cluster-Analyse (DE-588)4070044-6 gnd rswk-swf Graph (DE-588)4021842-9 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Graph (DE-588)4021842-9 s Cluster-Analyse (DE-588)4070044-6 s 1\p DE-604 Erscheint auch als Druck-Ausgabe 9783631638323 https://www.peterlang.com/view/product/18574?format=EPDF Verlag URL des Erstveröffentlichers Volltext 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk |
| spellingShingle | Klages, Alexandra Rebecca Clusteranalyse für Netzwerke In diversen Forschungsgebieten lassen sich Relationen zwischen Objekten durch Netzwerke darstellen. Eine wichtige Fragestellung innerhalb der Analyse komplexer Gefüge ist die Identifikation eng vernetzter Gruppen von Objekten, welche auch Cluster genannt werden. Solche Strukturen lassen sich als Netzwerke abbilden, in denen die Objekte den Knoten und ihre Beziehungen den Kanten entsprechen. Diese Arbeit stellt eine neue Methode zur Bildung von Clustern in Netzwerken vor. Dabei werden hierarchische Verfahren, die ursprünglich zur Clusteranalyse von (Un-)Ähnlichkeits- bzw. Distanzdaten entwickelt wurden, auf Netzwerke übertragen und weiterentwickelt. Dazu wird die Adjazenzstruktur des Netzwerks unter Verwendung der Längen kürzester Wege innerhalb der Netzwerke in Distanzdaten überführt Cluster-Analyse (DE-588)4070044-6 gnd Graph (DE-588)4021842-9 gnd |
| subject_GND | (DE-588)4070044-6 (DE-588)4021842-9 (DE-588)4113937-9 |
| title | Clusteranalyse für Netzwerke |
| title_auth | Clusteranalyse für Netzwerke |
| title_exact_search | Clusteranalyse für Netzwerke |
| title_full | Clusteranalyse für Netzwerke Alexandra Rebecca Klages |
| title_fullStr | Clusteranalyse für Netzwerke Alexandra Rebecca Klages |
| title_full_unstemmed | Clusteranalyse für Netzwerke Alexandra Rebecca Klages |
| title_short | Clusteranalyse für Netzwerke |
| title_sort | clusteranalyse fur netzwerke |
| topic | Cluster-Analyse (DE-588)4070044-6 gnd Graph (DE-588)4021842-9 gnd |
| topic_facet | Cluster-Analyse Graph Hochschulschrift |
| url | https://www.peterlang.com/view/product/18574?format=EPDF |
| work_keys_str_mv | AT klagesalexandrarebecca clusteranalysefurnetzwerke |