Denne rapporten forsøker å gi innsikt i SAS Institutes anvendelse av mønstergjenkjenning, hvordan vi setter opp en mønstergjenkjenningsprosess, videre hvordan vi beregner avvik og risiko score og integrerer resultatene i kundens prosesser og systemer.

Analysebaserte IT-løsninger som benytter mønstergjenkjenning ufordrer i dag mange av de klassiske fremgangsmåtene for å finne mønstre i store datamengder og i data med varierende eller manglende struktur.

Mønstergjenkjenning som metode har her en fordel siden den ikke trenger å forholde seg til hva som er normalt eller unormalt, gyldig eller ugyldig, men kun til begrepet relevans. Metoden utnytter også på en god måte kombinasjonen
av data- og text mining.

Praktisk utprøving har videre vist at treffprosenten i beregningene kan økes ytterligere ved å benytte klassifisering og bygge profiler på inngangsdata.

Mønstergjenkjenning som disiplin er faglig krevende ettersom den stiller store krav til kombinasjon av metodiske og bransjespesifikke kunnskaper. SAS Institute har benyttet mønstergjenkjenning innen en rekke løsningsområder, og vi ser at metoden har mange fordeler knyttet til å behandle store transaksjonsvolumer der kunden mangler treningsdata, informasjon er ustrukturert eller at arbeidshypotesene ikke er veldefinerte.

Har du en SAS profil? Logg inn for et forhåndsutfylt skjema.

*  Fornavn
*  Etternavn
*  E-post
* Virksomhet
* Bransje
* Tittel
* Relasjon til SAS
* Postnummer
*  Land
* Telefonnummer
Ønsker du tilsendt informasjon via e-post fra SAS?

( * markerer obligatorisk felt )