Projektpraktikum 5 h (Themenbeispiele)

Transkript

1 FAW, 2004 Hagenberg - Linz - Prag - Wien Projektpraktikum 5 h (Themenbeispiele) WS 2004 LVA-Nr.: Stand 22. September Allgemeines Im Rahmen der Lehrveranstaltung soll der Student / die Studentin praktische Erfahrung für die Abwicklung von Softwareprojekten angefangen von der Analyse bis hin zu Systemdokumentation - gewinnen. In Gruppen (2-3 Teilnehmer) ist ein dem Umfang der LVA angepasstes Kleinprojekt zu implementieren (beginnend mit der Anforderungsanalyse über Entwurf, Modellierung, eigentliche Implementierung bis hin zur Dokumentation). Folgende Dokumente werden i.d.r. im Rahmen des Praktikums erstellt: 1. Allgemeines Themen Nachrichtenverwaltung für Java-basierte Web-Applikationen Morphologischer Parser für medizinische Texte Aufbau von Ähnlichkeitsrelationen durch die Analyse sehr großer Textpassagen Web-basierte Newsletter-Verwaltung Logging-Mechanismus für Web-Applikationen Logfile-Analyse mit integriertem Data-Mining-Ansatz (User Tracking) Web-Page Analyzer Anforderungsanalyse - Spezifikation - Source-Code - Systemdokumentation - Abschlusspräsentation Im Folgenden ist eine beispielhafte Liste von Themen angeführt. Nähere Informationen gibt s unter jpalkoska@faw.uni-linz.ac.at. Institut Für Anwendungsorientierte Wissensverarbeitung Haupstr. 119, 4232 Hagenberg Tel /3343/760, info@faw.uni-linz.ac.at, FAW 2004 S. 2/10

2 2. Themen 2.1. Nachrichtenverwaltung für Java-basierte Web- Applikationen In Web-basierten Applikationen (z.b. im E-Commerce-Bereich) muss im Regelfall sehr rasch auf Fehlerzustände reagiert werden. Dazu ist es notwendig, dass der Systembetreiber stets möglichst schnell über aufgetretene Fehler (Applikationsfehler u.ä.) informiert wird. Ziel ist der Bau einer Nachrichtenverwaltung, die auf einfache Art und Weise in das Error-Handling (Java-Runtime-Exception-Handling) einer Internet-Anwendung eingeklinkt werden kann. Fehler können unterschiedliche Priorität und Zuständigkeit aufweisen. Zusätzlich ist eine Klassifikation des Fehlers vorzusehen, sowie ein entsprechender Info-Text. Aufgetretene Fehler werden in einer Nachrichten-Queue (z.b. in einer relationalen Datenbank) gesammelt. In Abhängigkeit ihrer Priorität werden die Fehler zyklisch entweder gelöscht, in Log-Dateien ausgelagert oder per verschickt (das Framework sollte Vorkehrungen für alle Typen des Reportings bieten). Abhängig von der Kategorisierung der Fehler können unterschiedliche zu benachrichtigende E- Mail-Adressen von Relevanz sein. Zusätzlich soll eine Administrationsoberfläche für das Nachrichtensystem entworfen werden, die einen manuellen Eingriff in den Status der Queue erlaubt, sowie Administrationsfunktionen (z.b. die Definition von -Adressen) zur Verfügung stellt Morphologischer Parser für medizinische Texte Ziel der Arbeit ist der Entwurf einer Applikation, die für das Parsen medizinischer Texte verwendet werden kann und somit die Grundlage für weitere statistische Auswertungen bildet. Von folgenden Eigenschaften der medizinischen Texte kann ausgegangen werden: - medizinische Texte liegen in binärer Form vor (Word-Dokumente, PDF, RTF, ) - die Dokumente besitzen diverse Metadaten (Autor, Erstellungsdatum, ) - die Dokumente weisen grob eine einheitliche Struktur auf (Einleitung, Beschreibung der Diagnose, Zusammenfassung, ) - im Freitext der Dokumente sind zahlreiche Schlagworte enthalten, die für nachfolgende statistische Auswertungen usw. von Relevanz sein können Die zu entwickelnde Applikation soll in der Lage sein, durch das Parsen einer großen Anzahl von Texten ein Objektmodell aufzubauen, das die grobe Struktur der im Dokument dargestellten Sätze (deutsche Sprache) widerspiegelt. Dabei sollen folgende vereinfachte Mechanismen des Natural Language Processing (NLP) zur Anwendung kommen: - einfache Analyse der Satzstruktur - morphologische Analyse der Wörter (Stemming, Rechtschreibkorrektur, ) - Klassifikation der Wörter (Hauptwort, Verben, ) - Anwendung eines Regelwerks für die Klassifikation der Wörter (z.b. Eigenschaftswörter im Umkreis von Hauptwörtern) Die Parametrisierung des Frameworks soll durch Java-Property-Files erfolgen. FAW 2004 S. 3/10 FAW 2004 S. 4/10

3 2.3. Aufbau von Ähnlichkeitsrelationen durch die Analyse sehr großer Textpassagen Im Bereich unscharfer Suchen spielt vor allem die semantische Ähnlichkeit von Begriffen (z.b. die Verbindung zwischen den Begriffen Hitze und Sommer) eine große Rolle. Ein möglicher Ansatz für den Aufbau entsprechender Wissensbasen ist die manuelle Definition durch Personen. Ein weiterer Ansatz besteht jedoch in der automatischen Generierung der Wissensbasen. Burgess und Lund versuchen z.b. durch ein als HAL (Hyperspace Analogue to Language) bezeichnetes Modell, die Semantik lexikalischer Begriffe in räumliche Beziehung zu setzen, indem sehr große Textpassagen untersucht werden. Häufig in diesen Texten gemeinsam auftretende Begriffe weisen u.u. auf einen semantischen Zusammenhang hin. Lexikalische Begriffe werden in diesem Modell als umso ähnlicher betrachtet, je häufiger sie gemeinsam in Textpassagen vorkommen. Ziel des Praktikums ist die Implementierung von HAL und dessen Test durch die Analyse mehrerer umfangreicher Texte Web-basierte Newsletter-Verwaltung Abruf aller bisher erschienenen Newsletter über Hyperlinks Steuerung des persönlichen Newsletter-Versands (z.b. Option die festlegt, ob Newsletter-Dokument oder ledicglich ein Hyperlink auf den Newsletter versendet wird) - Web-Oberfläche Administrationsbereich Upload des aktuellen Newsletters Löschen usw. alter Newsletter einplanen des Newsletterversands manuelle Versendung der Newsletter (an einzelne oder alle registrierte Kunden) Definition von Kundengruppen Administration der Projektpartner (anlegen, löschen, sperren, Einzelnachricht, ) Auswertungen Fehler-Report über missglückte Versendeaufträge Anzahl gerade registrierter Benutzer Für die Umsetzung werden folgende Technologien verwendet: - Apache STRUTS oder - SOFIA ( oder - FAW-MVC-Framework mit Container Managed Persistence Ziel ist die Implementierung einer Web-Applikation (technologische Basis: Java), die für die Versendung von Newslettern an Projektpartner und Kunden eingesetzt werden kann. Die Applikation soll u.a. folgende Funktionen unterstützen: - Kundenverwaltung: Verwaltung von Namen, Adressen, Login usw. von Projektpartnern und Kunden - Web-Oberfläche Kundenbereich : dieser Bereich kann von Projektpartnern aufgerufen werden, um aktuelle Informationen abzurufen und Aktionen auszuführen, u.a.: Ändern des Passworts Betrachtung aktueller Informationen FAW 2004 S. 5/10 FAW 2004 S. 6/10

4 2.5. Logging-Mechanismus für Web-Applikationen Ziel des Praktikums ist die Erweiterung eines den Teilnehmern zur Verfügung gestellten Java-Frameworks für Web-Applikationen um Funktionen für Logging- Mechanismen. Dadurch soll ermöglicht werden, aus Sicht eines Web-Server-Betreibers in einer Datenbank bzw. im File-System zu protokollieren, auf welche Seite wann in welcher Weise zugegriffen wurde (User-Agent, Zeit,...). D.h. die Logging-Mechanismen sollen detaillierte Analysen der Zugriffe auf den zugrunde liegenden Web-Server erlauben, sodass auf einfache Art und Weise z.b. Zugriffshäufigkeiten auf einzelne Bereiche (und auch einzelne Seiten) der Web-Applikation ermöglicht werden. Die Logging-Applikation soll so gestaltet werden, dass das darunterliegende Logging- Medium modular gewählt werden kann (d.h. im konkreten soll es keine Rolle spielen, ob darunter ein Datenbanksystem oder Log-Dateien zum Einsatz kommen). Die Applikation kann auf Basis der FAW-Web-Server-Applikation getestet werden Logfile-Analyse mit integriertem Data-Mining- Ansatz (User Tracking) Ziel des Praktikums ist der Aufbau einer Logging-Applikation für die Auswertung von Zugriffen auf Web-Server. Grundlage bilden Logfiles, die vom Web-Server bzw. von einer dahinter liegenden Web-Applikation erzeugt werden. Die zu implementierende Applikation soll folgende Funktionen bieten: - parsen der Logfiles und ablegen in einer Datenbank - die zu entwerfende Datenbankstruktur soll Vorkehrungen für unterschiedliche Granularitätsstufen des Loggings bieten (Request für Request, Kumulierte Zugriffe, ) - das Auslesen der Logfiles und deren Analyse soll wahlweise entweder auf Knopfdruck oder durch das zeitliche Einplanen möglich sein - Über eine Web-Applikation soll es möglich sein, aktuelle Statistiken usw. abzurufen und graphisch anzuzeigen - Die Auswertungen sollen auf unterschiedlichen Ebenen möglich sein (abhängig von URL, Sub-Pfad usw.) - Neue Auswertungen sollen möglichst dynamisch definiert werden können - Weiters soll über eine web-basierte Applikation gesteuert werden können, für welche Auswertungen an welche -Adressen wie häufig ein Statusreport verschickt wird - Die Parametrisierung soll ebenfalls über die dahinter liegende Datenbank möglich sein, über einen eigenen Administrationsbereich der Applikation ist die Anpassung der Systemkonfiguration möglich - Der Datenbankzugriff der Applikation soll mit einem OR-Tool (z.b. Hibernate oder ObjectRelationalBridge) erfolgen FAW 2004 S. 7/10 FAW 2004 S. 8/10

5 2.7. Web-Page Analyzer Für die adäquate Positionierung von Web-Sites in den relevanten Suchservern (z.b. Google) ist es sehr relevant, die HTML-Seiten entsprechend zu gestalten. Neben dem Seitentitel spielen u.a. auch die META-Tags, die Strukturierung der Seiten und der eigentliche Text eine große Rolle. Ziel des Praktikums ist die Implementierung einer Web-basierten Applikation, welche die Analyse bestehender Web-Sites erleichtert. Die Applikation soll u.a. folgende Eigenschaften aufweisen: - Crawling ausgehend von einer Start URL (z.b. Anwendung frei verfügbarer Crawler wie z.b. LARM) - Für jede abgerufene Seite sollte dann eine Analyse in Bezug auf alle Suchserver-spezifischen Daten durchgeführt werden Ausgabe Seiten-Titel Meta-Tags (Keywords, Author, Language, ) Statistische Informationen (Anzahl der Wörter, Seitengröße, ) Die Applikationsarchitektur soll so modular aufgebaut werden, dass eine einfache Erweiterung um weitere Site-Informationen möglich ist Für jede der abgerufenen Informationseinheiten soll die Applikation ein Check-Modul zur Verfügung stellen Beispiel: Seiten-Titel werden auf ihre Länge geprüft; überschreitet der Titel eine definierte Schranke, so wird dies als Warnung vermerkt Die Parametrisierung der Check-Funktionen (z.b. die maximal erlaubte Titel-Länge) soll durch System-Properties möglich sein Die Architektur soll so gestaltet werden, dass pro Informationseinheit auch mehrere Checks durchgeführt werden können Das Ergebnis des Testlaufs soll in einem Web-Formular dargestellt werden bzw. abgespeichert/exportiert werden können (z.b. XML) Gruppiert nach besuchten Seiten Ausgabe aller gewünschten Informationen (Seiten-Titel, ) Ausgabe von Warnungen Das System sollte möglichst frei konfigurierbar sein Welche Daten angezeigt werden Bei welcher Start-Url mit dem Crawling gestartet wird etc. Die Konfiguration soll möglichst einfach abgespeichert werden können (Datenbank oder Property-File), um Testläufe für unterschiedliche Web- Sites möglichst einfach reproduzieren zu können Technologie Mehrschichtige Architektur Web-basiert z.b. Java/JSP oder.net FAW 2004 S. 9/10 FAW 2004 S. 10/10