Seit einigen Jahren wird statistisches Matching dazu eingesetzt, zustzliche Informationen durch die Kombination mehrerer Datenquellen zu erhalten. Traditionelle Methoden ermitteln die so genannten statistischen Zwillinge auf Grundlage der Distanzen zwischen den Ausgangsdaten der Datenstze in den Matchingvariablen.

Patrick Noll stellt eine alternative Methode des statistischen Matchings mit Fuzzy Logic vor, welche die Nachteile traditioneller Methoden durch die Fuzzyfizierung der Ausgangsdaten ausgleicht. Anhand zweier Anwendungsbeispiele demonstriert er die Vorgehensweise des statistischen Fuzzy-Matchings, entwickelt eine Mglichkeit zur Messung der Matching-Gte und vergleicht diese detailliert mit traditionellen Methoden. Darber hinaus schlgt er mgliche Einsatzgebiete seines Ansatzes im Rahmen der Business Intelligence und dort insbesondere im Data Mining vor.

Patrick Noll stellt eine alternative Methode des statistischen Matchings mit Fuzzy Logic vor, welche die Nachteile traditioneller Methoden durch die Fuzzyfizierung der Ausgangsdaten ausgleicht. Anhand zweier Anwendungsbeispiele demonstriert er die Vorgehensweise des statistischen Fuzzy-Matchings, entwickelt eine M glichkeit zur Messung der Matching-G te und vergleicht diese detailliert mit traditionellen Methoden. Dar ber hinaus schl gt er m gliche Einsatzgebiete seines Ansatzes im Rahmen der Business Intelligence und dort insbesondere im Data Mining vor.