Sie sind hier
E-Book

Informationsintegration in Biodatenbanken

Automatisches Finden von Abhängigkeiten zwischen Datenquellen

AutorJan Hegewald
VerlagVieweg+Teubner (GWV)
Erscheinungsjahr2009
Seitenanzahl102 Seiten
ISBN9783834892812
FormatPDF
KopierschutzDRM
GerätePC/MAC/eReader/Tablet
Preis54,99 EUR
Dieses Buch liefert einen Beitrag zur Integration von Informationen aus verschiedenen Datenquellen. Ein Algorithmus wird vorgestellt, mit dem gleiche Objekte in verschiedenen Datenbanken identifiziert werden können. Dieses Verfahren erlaubt es viele große Datenbanken schnell zu analysieren und im Folgenden die enthaltenen Informationen beinahe automatisiert zu integrieren. Verteilte Daten werden dadurch handhabbar und ermöglichen neue, tiefergehende Erkenntnisse.


Jan Hegewald studierte an der Humboldt-Universität zu Berlin Informatik. Am Hasso-Plattner-Institut in Potsdam fertigte er seine Diplomarbeit an, für die er mit dem 'Information Quality Best Master Degree Award' der Deutschen Gesellschaft für Informations- und Datenqualität ausgezeichnet wurde.

Kaufen Sie hier:

Horizontale Tabs

Leseprobe
2 Stand der Forschung (S. 9-10)

In diesem Kapitel wird der aktuelle Stand der Forschung zu verschiedenen, der Problemstellung verwandten Themen eruiert.

2.1 Integration von Biodatenbanken

Mit dem weiten Feld der Integration von Biodatenbanken befassen sich mehrere Arbeiten, meist im Rahmen konkreter Projekte. Im Jahr 2001 beschrieben Eckman, Lacroix und Raschid in [ELR01] die Optimierung von Anfragen an mehrere molekularbiologische Datenbanken in einer Mediator-Wrapper-Architektur. Diese bereits 1992 von Gio Wiederhold in [Wie92] vorgestellte Architektur kapselt einzelne Datenquellen durch sogenannte Wrapper und verwendet Mediatoren um die so verfügbaren Informationen zusammenzuführen. Die Mediatoren stellen ein globales, integriertes Mediatorschema bereit – anders als in Aladin. Eckman, Lacroix und Raschid untersuchten die Anfrageoptimierung in einer Mediator-Wrapper-Architektur für Biodatenbanken. Sind mehrere Datenbanken untereinander verknüpft, so existieren meist mehrere unterschiedliche Pfade zwischen den Datenquellen.

Dementsprechend sind auch mehrere Anfragepläne zur Beantwortung einer Anfrage möglich. Die Autoren optimierten Anfrageausführungen mittels Kostenschätzungen für die einzelnen Anfragepläne. In die Optimierung wurden auch Metadaten einbezogen, die die Semantik von Datenquellen und ihre Anfrageschnittstellen beschreiben können. Hernandez und Kambhampati veröffentlichten 2004 in [HK04] einen Überblick über aktuelle Integrationstechniken im Bereich der Biodatenbanken. Sie unterschieden die Ansätze in Warehouse Integration, Mediator-basierte Integration und Link-basierte Integration.

Zu jedem Ansatz wurden Vor- und Nachteile herausgearbeitet. Die vorliegende Arbeit und das Projekt Aladin fallen in die letzte Kategorie. Die Autoren hoben als Vorteil dieses Vorgehens hervor, dass kein globales Schema modelliert werden muss. Eine Herausforderung besteht jedoch laut den Autoren darin, aus den verschiedenen möglichen Pfaden zwischen zwei Datenquellen einen möglichst günstigen auszuwählen. Weiterhin wurden einzelne Projekte vorgestellt und den jeweiligen Kategorien zugeordnet. In der Kategorie Link- basierte Integration wurde nur ein Projekt, SRS, aufgeführt.

Dieses 2001 von Rodrigo Lopez in [Lop01] beschriebene System ist allerdings mehr ein Schlüsselwortbasiertes Retrieval-System und insofern nur schwer mit Aladin zu vergleichen. Im Jahr 2004 publizierten Lacroix, Naumann, Raschid und Murthy in [LMNR04] eine Arbeit, die sich ähnlich wie [ELR01] mit Anfragen an mehrere Datenquellen befasst. Die Autoren stellten Beziehungen zwischen Datenquellen als Graphen dar. Anhand dieses Formalismus untersuchten sie Anfragen als Pfade im Graph hinsichtlich verschiedener Eigenschaften.

Dazu gehören zum Beispiel die Zeit für die Anfragebearbeitung oder die Informationsqualität bei Quellen unterschiedlicher Reputation. Ferner stellten die Autoren ein Kostenmodell auf, mit dem die Größen von Anfrageergebnissen abgeschätzt werden können. Für solche Anfrageoptimierungen ist die Erkennung der Beziehungen zwischen Datenquellen und damit diese Arbeit eine Voraussetzung. Die Arbeiten, die sich mit der Integration von Datenbanken der Molekularbiologie befassen, zeigen, dass auf diesem Gebiet noch hoher Forschungsbedarf besteht. Die vorliegende Arbeit ist ein Beitrag hierzu.
Blick ins Buch
Inhaltsverzeichnis
Geleitwort6
Vorwort7
Inhaltsverzeichnis9
1 Einleitung10
1.1 Definitionen12
1.2 Aufgabenstellung15
1.3 Aufbau der Arbeit16
2 Stand der Forschung18
2.1 Integration von Biodatenbanken18
2.2 (Instanz-basiertes) Schema Matching19
2.3 Erkennen von Inklusionsabhängigkeiten20
2.4 SPIDER22
3 Algorithmus zum Finden von PS-INDs30
3.1 Kategorisierung möglicher Af.xe und Schlüsselwerte30
3.2 LINK-FINDER: Finden von Suf.x-Inklusionsabhängigkeiten31
3.3 Erweiterungen zu LINK-FINDER60
3.4 Ermitteln der Metadaten einer PS-IND69
3.5 Erkennen von Beziehungen zu mehreren anderen Datenquellen74
3.6 Komplexitätsuntersuchung75
4 Evaluierung des Algorithmus81
4.1 Ergebnisse81
4.2 Laufzeitmessung87
5 Ausblick und Zusammenfassung94
5.1 Ausblick94
5.2 Zusammenfassung101
A Anhang103
A.1 Messergebnisse für LINK-FINDER103
A.2 Abkürzungsverzeichnis106
Literaturverzeichnis107

Weitere E-Books zum Thema: Datenbanken - Datenbanktheorie - Datenbankentwicklung

Oracle Security in der Praxis

E-Book Oracle Security in der Praxis
Sicherheit für Ihre Oracle-Datenbank Format: PDF

Sicherheit ist gerade für Datenbanken ein zentrales Thema, da sie sehr häufig die Basis für den Geschäftserfolg bilden. Die Angriffsmöglichkeiten sind zahlreich und seit auch über das Internet auf…

Oracle Security in der Praxis

E-Book Oracle Security in der Praxis
Sicherheit für Ihre Oracle-Datenbank Format: PDF

Sicherheit ist gerade für Datenbanken ein zentrales Thema, da sie sehr häufig die Basis für den Geschäftserfolg bilden. Die Angriffsmöglichkeiten sind zahlreich und seit auch über das Internet auf…

111 Thesen zur erfolgreichen Softwareentwicklung

E-Book 111 Thesen zur erfolgreichen Softwareentwicklung
Argumente und Entscheidungshilfen für Manager. Konzepte und Anleitungen für Praktiker Format: PDF

Ziel dieses Buches ist es, Managern Argumente und Entscheidungshilfen für die Einführung effizienter Techniken der Softwareentwi- lung zu geben, und Praktiker von der Notwendigkeit effizienter…

111 Thesen zur erfolgreichen Softwareentwicklung

E-Book 111 Thesen zur erfolgreichen Softwareentwicklung
Argumente und Entscheidungshilfen für Manager. Konzepte und Anleitungen für Praktiker Format: PDF

Ziel dieses Buches ist es, Managern Argumente und Entscheidungshilfen für die Einführung effizienter Techniken der Softwareentwi- lung zu geben, und Praktiker von der Notwendigkeit effizienter…

111 Thesen zur erfolgreichen Softwareentwicklung

E-Book 111 Thesen zur erfolgreichen Softwareentwicklung
Argumente und Entscheidungshilfen für Manager. Konzepte und Anleitungen für Praktiker Format: PDF

Ziel dieses Buches ist es, Managern Argumente und Entscheidungshilfen für die Einführung effizienter Techniken der Softwareentwi- lung zu geben, und Praktiker von der Notwendigkeit effizienter…

111 Thesen zur erfolgreichen Softwareentwicklung

E-Book 111 Thesen zur erfolgreichen Softwareentwicklung
Argumente und Entscheidungshilfen für Manager. Konzepte und Anleitungen für Praktiker Format: PDF

Ziel dieses Buches ist es, Managern Argumente und Entscheidungshilfen für die Einführung effizienter Techniken der Softwareentwi- lung zu geben, und Praktiker von der Notwendigkeit effizienter…

111 Thesen zur erfolgreichen Softwareentwicklung

E-Book 111 Thesen zur erfolgreichen Softwareentwicklung
Argumente und Entscheidungshilfen für Manager. Konzepte und Anleitungen für Praktiker Format: PDF

Ziel dieses Buches ist es, Managern Argumente und Entscheidungshilfen für die Einführung effizienter Techniken der Softwareentwi- lung zu geben, und Praktiker von der Notwendigkeit effizienter…

Weitere Zeitschriften

Ärzte Zeitung

Ärzte Zeitung

Zielgruppe:  Niedergelassene Allgemeinmediziner, Praktiker und Internisten. Charakteristik:  Die Ärzte Zeitung liefert 3 x pro Woche bundesweit an niedergelassene Mediziner ...

cards Karten cartes

cards Karten cartes

Die führende Zeitschrift für Zahlungsverkehr und Payments – international und branchenübergreifend, erscheint seit 1990 monatlich (viermal als Fachmagazin, achtmal als ...

CE-Markt

CE-Markt

CE-Markt ist Pflichtlektüre in der Unterhaltungselektronik-Branche. Die Vermarktung von Home und Mobile Electronics mit den besten Verkaufsargumenten und Verkaufsstrategien gehören ebenso zum ...

SPORT in BW (Württemberg)

SPORT in BW (Württemberg)

SPORT in BW (Württemberg) ist das offizielle Verbandsorgan des Württembergischen Landessportbund e.V. (WLSB) und Informationsmagazin für alle im Sport organisierten Mitglieder in Württemberg. ...

ea evangelische aspekte

ea evangelische aspekte

evangelische Beiträge zum Leben in Kirche und Gesellschaft Die Evangelische Akademikerschaft in Deutschland ist Herausgeberin der Zeitschrift evangelische aspekte Sie erscheint viermal im Jahr. In ...

IT-BUSINESS

IT-BUSINESS

IT-BUSINESS ist seit mehr als 25 Jahren die Fachzeitschrift für den IT-Markt Sie liefert 2-wöchentlich fundiert recherchierte Themen, praxisbezogene Fallstudien, aktuelle Hintergrundberichte aus ...

Evangelische Theologie

Evangelische Theologie

Über »Evangelische Theologie« In interdisziplinären Themenheften gibt die Evangelische Theologie entscheidende Impulse, die komplexe Einheit der Theologie wahrzunehmen. Neben den Themenheften ...

FileMaker Magazin

FileMaker Magazin

Das unabhängige Magazin für Anwender und Entwickler, die mit dem Datenbankprogramm Claris FileMaker Pro arbeiten. In jeder Ausgabe finden Sie von kompletten Lösungsschritten bis zu ...