Matching (Duplikaterkennung)
|
|
- Clara Kramer
- vor 6 Jahren
- Abrufe
Transkript
1 REGIONALES RECHENZENTRUM ERLANGEN [RRZE] Matching (Duplikaterkennung) The Big Picture Krasimir Zhelev
2 Agenda Vorbereitungsarbeiten Erweitertes Matching Matching Prozess Mapping & Normalisierung Partitionierung Verarbeitung Ergebnis-Klassifizierung Überprüfung Zusätzliche Funktionalität Präventives Matching Aufräumarbeiten Fazit 2
3 MATCHING IST WIE LIEBE Der Reiseführer Per Anhalter durch die Galaxis sagt zum Thema Liebe: Wenn möglich vermeiden!
4 VORBEREITUNGSARBEITEN Unser wichtigstes Kapital sind Daten!
5 Vorbereitungsarbeiten Interne Daten bereinigen Altlasten entfernen Attributwerte aufräumen Zusammenführen Quellsystemdaten bereinigen Altlasten entfernen Attributwerte aufräumen Zusammenführen Datenanalyse Statistisch Kardinalität Dateneingaberoutinen kennenlernen 5
6 ERWEITERTES MATCHING Die 90er sind vorbei
7 Überblick Quellsystem A Quellsystem B M IdM Quellsystem C linking and/or aggregating data from the same or various sources that refers to the same entity in the case where no unique entities identifiers are avaialable M = Matching 7
8 Der Matching Prozess Quellsystem Mapping Normalisierung Partitionierung MDH Überprüfung Klassifizierung M Verarbeitung MDH = Matching Datenhaltung 8
9 Mapping & Normalisierung Mapping Attributgruppen Priorisierung Pro System Innerhalb des Systems Normalisierung Standard Routinen Spezifische Routinen Wert-Mapping Tabellen Synchronisation Re-Normalisierung M IdM 9
10 Partitionierung Datendistribution Pre-Matching Smith-Waterman Algorithmus Tag-Link-Token Algorithmus Schnelle Algorithmen Einstellbare Koeffizienten Rainbow Tabellen Matching Cache/Lock Vor der Partitionierung Behandelt Parallelität und Verzögerungen Bis das Objekt gefunden wird oder bis zum Timeout 10
11 Verarbeitung Komplexe Algorithmen ChapmanOrderedNameCompound QGramsDistanceWunch Gewichtet Pro Attributwert - Datendistribution Pro Quellsystem Pro Attributtyp Schwellwerte Pro Quellsystem Pro Attributtyp Flexibel 11
12 Klassifizierung Matched (Rejected) Confirmed Match Confirmed Reject Manual Mehrere passende Objekte mit den gleichen Koeffizienten Große Diskrepanz zwischen Partitionierung und Verarbeitung Cache Match Error 12
13 Überprüfung Oberfläche Verbinden Zusammenführen Trennen Resync Datenüberblick Quellsystem vs. IdM Sicht Datenzusammenhänge Protokollierung Datenversionierung Kontakt mit Sachbearbeitern 13
14 ZUSÄTZLICHE FUNKTIONALITÄT Jetzt sind wir aber fertig nicht so eilig
15 Präventives Matching Vorbeugen ist besser als Heilen! Besserer Treffer Wiederverwendbare Datensätze Fälschlich angelegte Einträge Klassifizierung der Fälle Zielobjekt matcht nicht mehr Zielobjekt ist unter dem Schwellwert Anderes Zielobjekt matcht besser Zielobjekt matcht gleich mehrere Objekte Verarbeitung Blockieren (mit/ohne Timeout) Instruktionen zur Freigabe 15
16 Aufräumarbeiten Fast-Rematch Sofortige Übersicht - bei Abruf Ähnlich zur Partitionierung Relevant für die System-Betreiber Oberfläche Full-Rematch Am Wochenende Jeder mit Jedem zeitaufwändig Relevant für die Service-Theken Mit aktuellem Zustand Oberfläche 16
17 FAZIT Jetzt sind wir fertig!
18 Fazit Sollte vermieden werden wo möglich Ist eine Never ending story" Zeitaufwändig Sowohl die Implementierung Als auch der Betrieb (Tagesgeschäft) ABER es zahlt sich aus 18
19 Fazit Matching ist nicht kompliziert Verschafft bessere Kundensicht Sollte präventiv eingesetzt werden Sichert das wichtigste für ein IdM-System Datenkonsistenz Datenvollständigkeit Man lernt seine Daten kennen (und lieben) 19
20 KONTAKT Tel: / IRL: Raum 1.020, RRZE, Martensstr. 1, Erlangen Ablösung eines IdM-Systems F. Tröger
21 REGIONALES RECHENZENTRUM ERLANGEN [RRZE] Vielen Dank für Ihre Aufmerksamkeit! Regionales RechenZentrum Erlangen [RRZE] Martensstraße 1, Erlangen Krasimir Zhelev
ZKI Arbeitskreis Verzeichnisdienste. Frühjahr März 2016 an der Philipps-Universität Marburg
ZKI Arbeitskreis Verzeichnisdienste Frühjahr 2016 14. - 15. März 2016 an der Philipps-Universität Marburg Eröffnung, Organisatorisches Unser letztes Treffen 01./02.10.2015 in Heidelberg Cloud Computing
MehrREGIONALES RECHENZENTRUM ERLANGEN [ RRZE] Datenbanken. RRZE-Campustreffen, Stefan Roas / Ali Güclü Ercin, RRZE
REGIONALES RECHENZENTRUM ERLANGEN [ RRZE] Datenbanken RRZE-Campustreffen, 04.02.2016 Stefan Roas / Ali Güclü Ercin, RRZE 0 Agenda Gegenwärtiger Stand der IdM-Anbindung der Datenbanken Typen von Datenbank-Kennungen
MehrCALYPSO ein Python-Skript zum generischen Datenabgleich
CALYPSO ein Python-Skript zum generischen Datenabgleich Manuel Haim, HRZ Uni Marburg ZKI-Arbeitskreis Verzeichnisdienste 12.08.2016 in Ulm Datenabgleich per Skript, das heißt... Programmiersprache wählen
MehrREGIONALES RECHENZENTRUM ERLANGEN [ RRZE ] Datenbanken. RRZE-Campustreffen, Silvana Reinert und Ali Güclü Ercin, RRZE
REGIONALES RECHENZENTRUM ERLANGEN [ RRZE ] Datenbanken RRZE-Campustreffen, 22.01.2015 Silvana Reinert und Ali Güclü Ercin, RRZE Agenda 1. Datenbank-Dienstleistungen des RRZE Überblick über die aktuell
MehrNHibernate vs. Entity Framework
Manfred Steyer CAMPUS 02 softwarearchitekt.at NHibernate vs. Entity Framework Ziele NHibernate und Entity Framework sowie deren Unterschiede kennen lernen 1 Agenda Kriterien Beispiel mit EF Beispiel mit
MehrFehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig. Christian Borghardt I BI Consultant
Fehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig Christian Borghardt I BI Consultant Über uns areto consulting gmbh Echter Business Intelligence Spezialist
MehrFehlerbehandlung mittels DML Error Logging
Fehlerbehandlung mittels DML Error Logging Andreas Buckenhofer Daimler TSS GmbH Ulm Schlüsselworte DML Error Logging, DBMS_ERRLOG, LOGGING / NOLOGGING, Direct Path Einleitung Eine satzbasierte Verarbeitung
MehrDer Antrag auf Kundenkennung aus der Sicht von RRZE-Kontaktpersonen
REGIONALES RECHENZENTRUM ERLANGEN [ RRZE ] Der Antrag auf Kundenkennung aus der Sicht von RRZE-Kontaktpersonen RRZE-Campustreffen, 11.12.2014 Hendrik Eggers, RRZE Agenda Das Identity Management System
MehrData Mining auf Datenströmen Andreas M. Weiner
Technische Universität Kaiserslautern Fachbereich Informatik Lehrgebiet Datenverwaltungssysteme Integriertes Seminar Datenbanken und Informationssysteme Sommersemester 2005 Thema: Data Streams Andreas
Mehr3rd IQ Best Practice Day 2007
1 3rd IQ Best Practice Day 2007 Klaus Koch, Torsten Kaup, Felix Michels, Daniel Elsner, Bernhard Kurpicz, Dirk Malzahn Schema Matching Automatische Erkennung semantisch gleicher Attribute Frankfurt am
MehrDas Web-Frontend WAID. und andere Entwicklungen im Rahmen des Erlanger IdM-Projekts (IDMone)
Das Web-Frontend WAID und andere Entwicklungen im Rahmen des Erlanger IdM-Projekts (IDMone) WAID & CO Web-Frontend WAID Web Administration for IDentity management und andere Entwicklungen Matching Personen
MehrEinsatz der Plugins Workflow, Kontakte und UnivIS
REGIONALES RECHENZENTRUM ERLANGEN [RRZE] Einsatz der Plugins Workflow, Kontakte und UnivIS RRZE-Campustreffen, 18.05.2017 Karin Kimpan, Astrid Semm, Wolfgang Wiese, RRZE MEHRSPRACHIGE WEBSITES Verknüpfung
MehrFACHHOCHSCHULE MANNHEIM
Objektorientierte Programmierung 3. Vorlesung Prof. Dr. Peter Knauber FACHHOCHSCHULE MANNHEIM Hochschule für Technik und Gestaltung Wiederholung: Begriffsübersicht Strukturierte vs. objektorientierte Programmierung
MehrMetadatenmanagement Die ETH-Bibliothek beschreitet neue Wege
Metadatenmanagement Die ETH-Bibliothek beschreitet neue Wege Judith Bissegger & Barbara Wittwer, ETH-Bibliothek Zürich Kongress BIS Luzern, 1. September 2016 Judith Bissegger & Barbara Wittwer, ETH-Bibliothek
MehrWeb Single Sign-On (WebSSO)
REGIONALES RECHENZENTRUM ERLANGEN [ RRZE] Web Single Sign-On (WebSSO) RRZE-Campustreffen, 28.04.2016 Frank Tröger, RRZE Agenda 1. Einführung Was ist WebSSO? 2. Historie Wie hat sich das WebSSO an der FAU
MehrProduktinformation DaVinci Developer
Produktinformation DaVinci Developer Inhaltsverzeichnis 1 DaVinci Developer - Entwurf von AUTOSAR Softwarekomponenten... 3 1.1 Die Vorteile von DaVinci Developer im Überblick... 3 1.2 Anwendungsgebiete...
MehrEntscheidungsbäume. Minh-Khanh Do Erlangen,
Entscheidungsbäume Minh-Khanh Do Erlangen, 11.07.2013 Übersicht Allgemeines Konzept Konstruktion Attributwahl Probleme Random forest E-Mail Filter Erlangen, 11.07.2013 Minh-Khanh Do Entscheidungsbäume
MehrFAUbox Neues vom Sync & Share-Dienst der FAU
REGIONALES RECHENZENTRUM ERLANGEN [RRZE] FAUbox Neues vom Sync & Share-Dienst der FAU RRZE-Campustreffen, 01.06.2017 Dr. P. Rygus, RRZE Agenda Statistiken Änderungen seit letztem Jahr Bekannte Fehler Roadmap
MehrViel aus wenig: Enterprise-DWH mit Basic ETL
Viel aus wenig: Enterprise-DWH mit Basic ETL Jörg Menker Leiter Competence-Center DWH-Architektur & Frontends Nürnberg, 28.10.2011 MT AG Agenda Warehouse Builder Feature Groups Enterprise-DWH mit Basic
MehrSyntax. Ausgabe *Ü12. *1. corr it25 with alter li_re kontakt.
Syntax *Ü2. *. corr it25 with alter li_re kontakt. *2. regression var=it25 alter li_re kontakt/statistics /dependent=it25 /enter. regression var=it25 li_re kontakt/statistics /dependent=it25 /enter. *3.
MehrDeclarative Data Cleaning
Declarative Data Cleaning Vortragsgrundlage: Helena Galhardas, Daniela Florescu, Dennis Shasha, Eric Simon, Cristian Augustin Saita: Declarative Data Cleaning: Language, Model, and Algorithms, in VLDB
MehrSoftwareentwicklungspraktikum Sommersemester 2007. Feinentwurf
Softwareentwicklungspraktikum Sommersemester 2007 Feinentwurf Auftraggeber Technische Universität Braunschweig
MehrREGIONALES RECHENZENTRUM ERLANGEN [ RRZE] Datenbanken. RRZE-Campustreffen, 11.06.2015 Stefan Roas und Ali Güclü Ercin, RRZE
REGIONALES RECHENZENTRUM ERLANGEN [ RRZE] Datenbanken RRZE-Campustreffen, 11.06.2015 Stefan Roas und Ali Güclü Ercin, RRZE Agenda 1. Datenbankdienstleistungen des RRZE Überblick über die aktuell vorhandenen
MehrNutzung maschinellen Lernens zur Extraktion von Paragraphen aus PDF-Dokumenten
Nutzung maschinellen Lernens zur Extraktion von Paragraphen aus PDF-Dokumenten Albert-Ludwigs-Universität zu Freiburg 13.09.2016 Maximilian Dippel max.dippel@tf.uni-freiburg.de Überblick I Einführung Problemstellung
Mehr<Insert Picture Here> Data Migration als Kernprozess bei der Implementierung der E-Business Suite
Data Migration als Kernprozess bei der Implementierung der E-Business Suite F.Espeter Oracle Consulting Deutschland Inhalt Überblick über den Datamigrationsprozess in der Oracle Implementierungsmethode
MehrDevelopment of geo-data analysis methods - from data enrichment to. communication
Development of geo-data analysis methods - from data enrichment to advanced visualization and communication Mathias Jahnke Arbeitsgruppe Automation in Kartographie, Photogrammetrie und GIS 27.09.2010 Dresden
MehrThunderbird-Plugin zur Erkennung anhangverdächtiger s
Masterarbeit Vortrag 27.11.2008 Thunderbird-Plugin zur Erkennung anhangverdächtiger E-Mails Marco Ghiglieri Prof. Dr. Johannes Fürnkranz 18.12.08 Knowledge Engineering Masterarbeit Marco Ghiglieri 1 Agenda
MehrAufbau und Bestandteile von Formularen. Oracle Forms. Erstellen eines neuen Blocks (1) Starten von Oracle Forms
Oracle Forms Oracle Forms ist eine Applikation für den Entwurf und die Erstellung Forms-basierender Anwendungen. Diese Forms umfassen Dateneingabe-Formulare Datenabfrage-Formulare Browser-Formulare Oracle
MehrInhaltsverzeichnis. vii.
vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt 2 1.2 OLTP versus OLAP 4 1.2.1 OLAP-versus OLTP-Transaktionen 5 1.2.2 Vergleich von OLTP und OLAP 6 1.2.3 Abgrenzung: DBMS-Techniken
MehrVeranstaltung Pr.-Nr.: Datenmodellierung. Veronika Waue WS 07/08. Phasenschema der Datenbankentwicklung (grob) Informationsanalyse
Veranstaltung Pr.-Nr.: 101023 Datenmodellierung Veronika Waue WS 07/08 Phasenschema der Datenbankentwicklung (grob) Informationsanalyse Konzeptualisierung und Visualisierung (z.b. mittels ERD) (Normalisiertes)
MehrDatenbankendienstleistungen und Tools
REGIONALES RECHENZENTRUM ERLANGEN [RRZE] Datenbankendienstleistungen und Tools RRZE-Campustreffen, 10.07.2014 Abteilung Datenbanken und Verfahren Agenda Wer sind wir? Welche Datenbanksysteme bieten wir
Mehrkonzeptionelles DB-Design
konzeptionelles DB-Design was ist das? Systemunabhängige Darstellung des Datenmodells Was ist bei allen möglichen Datenbanksystemen gleich --> Systemtheorie Informationen über Objekte (Dinge) mit Attributen
MehrRelaunch IdM-Portal der FAU mit dem neuen FAU-Adressbuch
REGIONALES RECHENZENTRUM ERLANGEN [RRZE] Relaunch IdM-Portal der FAU mit dem neuen FAU-Adressbuch RRZE-Campustreffen, 09.07.2015 Frank Tröger, RRZE Agenda Identity Management der FAU Aktuelle Zahlen Relaunch
MehrDer Weg zur Europäischen Patient Summary
Der Weg zur Europäischen Patient Summary Kathrin Morawetz Isabella Weber ehealth Summit Austria Wien, 24.05.2013 Hintergrund Erhöhte Mobilität Wahlfreiheit bei Versorgung Spezialisierung der Dienstleister
MehrMapReduce. Jens Dörre. Universität Passau Projekt MAPREDUCEFOUNDATION. Funktionale Programmierung
MapReduce Jens Dörre Universität Passau Projekt MAPREDUCEFOUNDATION Funktionale Programmierung Jens Dörre (Uni Passau) MapReduce Funktionale Programmierung 1 / 25 Gliederung 1 MapReduce allgemein 2 MapReduce
MehrOpenFlow-Überblick zum Stand der Technik
REGIONALES RECHENZENTRUM ERLANGEN [RRZE] OpenFlow-Überblick zum Stand der Technik Bülent Arslan 60. DFN-Betriebstagung, Berlin, 11. März 2014 Gliederung Einführung Technik Traditionelle Technik OpenFlow
MehrDPM_flowcharts.doc Page F-1 of 9 Rüdiger Siol :28
Contents F TOOLS TO SUPPORT THE DOCUMENTATION... F-2 F.1 GRAPHIC SYMBOLS AND THEIR APPLICATION (DIN 66 001)... F-2 F.1.1 Flow of control... F-3 F.1.2 Terminators and connectors... F-4 F.1.3 Lines, arrows
MehrBenutzer- und Referenzhandbuch
Benutzer- und Referenzhandbuch MobileTogether Client User & Reference Manual All rights reserved. No parts of this work may be reproduced in any form or by any means - graphic, electronic, or mechanical,
MehrSQL Developer Unit Tests
Perry Pakull Principal Consultant Trivadis AG BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 @PerryPakull Principal Consultant Trivadis AG in
MehrReguläre Ausdrücke. Felix Döring, Felix Wittwer 14. November Python-Kurs
Reguläre Ausdrücke Felix Döring, Felix Wittwer 14. November 2016 Python-Kurs Gliederung 1. Grundlagen 2. Matching Regeln Sonderzeichen Zusammengesetzte Regex Spezielle Sequenzen 3. Methoden 4. reqular
MehrTuning the Mobile Server
DOAG Konferenz 20. - 22.11.2012 Tuning the Mobile Server Philipp Loer ppl@ordix.de www.ordix.de Agenda Einleitung Grundlagen Performance-Optimierung Fazit Tuning the Mobile Server, Philipp Loer, DOAG 2012
MehrH Mcast Future Internet made in Hamburg?
H Mcast Future Internet made in Hamburg? Thomas Schmidt (HAW Hamburg) schmidt@informatik.haw-hamburg.de Forschungsschwerpunkt: IMS Interagierende Multimediale Systeme 1 Prof. Dr. Thomas Schmidt http://www.haw-hamburg.de/inet
MehrDigitales Controlling die Zukunft ist Heute. Markus Zorn & Miriam Hirs 26. September 2017
Digitales Controlling die Zukunft ist Heute Markus Zorn & Miriam Hirs 26. September 2017 Agenda Digitales Controlling: Fiktion oder Realität Der Weg ins digitale Controlling Kompetenzanforderungen der
MehrWerkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT
Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT Neue Technologien effizient nutzen Ehningen, 3. Juli 2014 Rodney Krick rk@aformatik.de aformatik Training & Consulting GmbH & Co. KG
MehrZENTRALER INFORMATIKDIENST DER JOHANNES KEPLER UNIVERSITÄT LINZ Abteilung Kundendienste und Dezentrale Systeme. PPP für Windows 3.
ZENTRALER INFORMATIKDIENST DER JOHANNES KEPLER UNIVERSITÄT LINZ Abteilung Kundendienste und Dezentrale Systeme URL dieser Anleitung: http://software.edvz.uni-linz.ac.at/kundend/win3x.html PPP für Windows
MehrWissensentdeckung in Datenbanken
Wissensentdeckung in Datenbanken SQL, Häufige Mengen Nico Piatkowski und Uwe Ligges 11.05.2017 1 von 16 Überblick Was bisher geschah... Modellklassen Verlustfunktionen Numerische Optimierung Regularisierung
MehrHibernate und Elasticsearch Von 0 auf 100 in 40 Minuten
1 Hibernate und Elasticsearch Von 0 auf 100 in 40 Minuten Gunnar Morling, Red Hat 2 Gunnar Morling Opensource-Softwareentwickler bei Red Hat Div. Hibernate-Projekte Spec Lead für Bean Validation 2.0 Andere
MehrOpenOffice - Base G. Laner 1
OpenOffice - Base G. Laner 1 BASE - OpenOffice Erstellen einer Datenbank Einteilung einer Datenbank in TABELLEN, die FELDER enthalten, die einem bestimmten DATENTYP zugeordnet sind. Die einzelnen Datensätze
MehrWestfalia Bedienungsanleitung. Nr
Westfalia Bedienungsanleitung Nr. 108610 Bedienungsanleitung Edelstahl Sicherheits-Brennbehälter Artikel Nr. 10 99 83 Sicherheitshinweise Der Sicherheits-Brennbehälter ist zur Verwendung in dem Westfalia
MehrDomain-independent. independent Duplicate Detection. Vortrag von Marko Pilop & Jens Kleine. SE Data Cleansing
SE Data Cleansing Domain-independent independent Duplicate Detection Vortrag von Marko Pilop & Jens Kleine http://www.informatik.hu-berlin.de/~pilop/didd.pdf {pilop jkleine}@informatik.hu-berlin.de 1.0
MehrOn a Sunday Morning summary
On a Sunday Morning summary Connect the English sentences and their German translation Verbinde die englischen Sätze mit ihrer deutschen Übersetzung The hedgehog was standing at the door of his house He
MehrDatenversionierung in Business-Anwendungen
Datenversionierung in Business-Anwendungen Java-Forum Stuttgart Juli 2015 Dr. Karl-Heinz Wichert Arturas Gusevas Typische Anforderungen Auditing: Wer hat wann was geändert? Historie: Frühere Zustände der
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einleitung... 15
Vorwort..................................................... 13 Kapitel 1 Einleitung.......................................... 15 Kapitel 2 SQL der Standard relationaler Datenbanken... 19 2.1 Die Geschichte................................
MehrMai 2010 GIS PORTAL. ProtocolManager 2.0. Programmieranleitung
Mai 2010 GIS PORTAL ProtocolManager 2.0 Programmieranleitung AED-SICAD Aktiengesellschaft Postfach 83 07 54 81707 München www.aed-sicad.de Ihre Anregungen Wir nehmen gerne Ihre Rückmeldungen und Anregungen
MehrSchönen guten Tag und herzlichen Dank für die Einladung. Zu Beginn: Was sind Ihre Erwartungen an uns und diesen Vortrag?
Schönen guten Tag und herzlichen Dank für die Einladung. Zu Beginn: Was sind Ihre Erwartungen an uns und diesen Vortrag? Ziel: Wir wollen ein ernstes Thema etwas unterhaltsam angehen. IT / EDV Bermuda
MehrÜbung PL/SQL Trigger Lösungen
Übung PL/SQL Trigger Lösungen 1) Gebe das aktuelle Datum aus. Wofür steht dual? Ändere das Datum für Deine aktuelle Session auf das Format Jahr (4 Stellen) Monat (2 Stellen) Tag (2 Stellen)[Leerzeichen]Stunde
MehrKünstliche Neuronale Netze
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Künstliche Neuronale Netze Hauptseminar Martin Knöfel Dresden, 16.11.2017 Gliederung
Mehr8. Mai Humboldt-Universität zu Berlin. LingPipe. Mark Kibanov und Maik Lange. Index. Allgemeine Infos. Features
Humboldt-Universität zu Berlin 8. Mai 2008 1 2 logistic regression 3 Benutzer 4 Fazit 5 Quellen Was ist? is a suite of Java libraries for the linguistic analysis of human. Was ist? is a suite of Java libraries
Mehr1.3 Charakteristische Eigenschaften von objektorientierten Systemen
1.3 Charakteristische Eigenschaften von objektorientierten Systemen Einkapselung (Encapsulation) Geheimhaltungsprinzip (Information / Implementation hiding) Persistenz (State retention) Objektidentität
MehrInhaltsverzeichnis. Vorwort 13. Kapitel 1 Einleitung 15
Vorwort 13 Kapitel 1 Einleitung 15 Kapitel 2 SQL-der Standard relationaler Datenbanken... 19 2.1 Die Geschichte 19 2.2 Die Bestandteile 20 2.3 Die Verarbeitung einer SQL-Anweisung 22 2.4 Die Struktur von
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 31. V. 2016 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrDatenbanken Grundlagen und Design
Frank Geisler Datenbanken Grundlagen und Design 3., aktualisierte und erweiterte Auflage mitp Vorwort 15 Teil I Grundlagen 19 i Einführung in das Thema Datenbanken 21 i.i Warum ist Datenbankdesign wichtig?
MehrChristoph Broschinski, <broschinski@uni bielefeld.de>
Normalisierung von Lizenzinformationen in OAI Metadaten: Ein Beitrag zur Verbesserung der Open Access Statusanzeige in wissenschaftlichen Suchmaschinen Christoph Broschinski,
MehrNoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE
NoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE Was bedeutet NoSQL? Ein Sammelbegriff für alternative Datenbanklösungen, die
MehrGlobal Staging Area - Implementierung einer zentralen Datendrehscheibe
Global Staging Area - Implementierung einer zentralen Datendrehscheibe Sven Bosinger its-people 1 1 Vorstellung Mythen Partitionierung Anwendungsfall Ansätze Umbau Ergebnisse Sven Bosinger Solution Architect
MehrVollständig generisches DWH für kleine und mittelständische Unternehmen
Vollständig generisches DWH für kleine und mittelständische Unternehmen Marc Werner Freiberufler Berlin Schlüsselworte: Wirtschaftlichkeit, Kostenreduzierung, Metadaten, Core Data Warehouse, Slowly Changing
MehrCoBox - Mehrsprachige Apex-Anwendung zur Mitarbeiterkommunikation. Alexander Elsas Goethe-Universität Frankfurt
CoBox - Mehrsprachige Apex-Anwendung zur Mitarbeiterkommunikation Alexander Elsas Goethe-Universität Frankfurt CoBox Im Rahmen von sog. Code-of-Conduct-Vereinbarungen verpflichten sich Unternehmen zu einer
MehrGERICHTETER GEWICHTETER GRAPH DESIGNDOKUMENT
User Requirements GERICHTETER GEWICHTETER GRAPH DESIGNDOKUMENT Softwareentwicklung Praktikum, Übungsbeispiel 1 Gruppe 18 Andreas Hechenblaickner [0430217] Daniela Kejzar [0310129] Andreas Maller [0431289]
MehrData Cubes PG Wissensmangement Seminarphase
PG 402 - Wissensmangement Seminarphase 23.10.2001-25.10.2001 Hanna Köpcke Lehrstuhl für Künstliche Intelligenz Universität Dortmund Übersicht 1. Einführung 2. Aggregation in SQL, GROUP BY 3. Probleme mit
MehrStatistics, Data Analysis, and Simulation SS 2015
Mainz, June 11, 2015 Statistics, Data Analysis, and Simulation SS 2015 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Dr. Michael O. Distler
MehrGenerelle Planung Generische Entwicklung Planungen (Ausblick 2017/2018)
Generelle Planung Generische Entwicklung Planungen (Ausblick 2017/2018) Vorsicht! Auf Italienisch! Wer sich verloren fühlt, HIER lesen! Generelle Planung Generische Entwicklung Planungen (Ausblick 2017/2018)
MehrEin Ansatz zum modellgetriebenen Integrationstest von EJB-basierten Informationssystemen
1 / 30 Ein Ansatz zum modellgetriebenen Integrationstest von EJB-basierten Informationssystemen Zwischenvortrag zur Diplomarbeit Steffen Conrad (235183) Research Group Software Construction RWTH Aachen
Mehreps Network Services HMI-Alarme
09/2005 HMI-Alarme eps Network Services HMI-Alarme Diagnoseanleitung Gültig für: Software Softwarestand eps Network Services 4.1 eps Network Services, Diagnoseanleitung (DA) - Ausgabe 09/2005 1 HMI-Alarme
MehrAnalyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java. Oliver Kalz
Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java Oliver Kalz Agenda Grundlagen Objektpersistenz Objektrelationales Mapping Performance Fazit
Mehrfile:///c:/users/wpzsco/appdata/local/temp/tmp373d.tmp.htm
Seite 1 von 5 Besucherinformation und -lenkung: Typ 09 Wegweiser Typenbeschreibungen File Geodatabase Table Thumbnail Not Available Tags Infrastruktur, Besucherinformation, Besucherlenkung, Schild, Standort,
MehrOR-Mapping. WS2008/2009 DBIS/Dr. Karsten Tolle
OR-Mapping Zwei Paradigmen treffen aufeinander Gegensätze OO vs. Relational: Stichwort: O/R Impedance Mismatch Person Tabellen mit Schlüssel und Fremdschlusselbeziehungen. Abt-Nr. beschäftigt Pk-Nr Name
MehrStudiengang Informatik der FH Gießen-Friedberg. Sequenz-Alignment. Jan Schäfer. WS 2006/07 Betreuer: Prof. Dr. Klaus Quibeldey-Cirkel
Studiengang Informatik der FH Gießen-Friedberg Sequenz-Alignment Jan Schäfer WS 2006/07 Betreuer: Prof. Dr. Klaus Quibeldey-Cirkel Überblick Einführung Grundlagen Wann ist das Merkmal der Ähnlichkeit erfüllt?
MehrWillkommen zur Vorlesung Komplexitätstheorie
Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V11, 16.1.2012 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar
MehrProfilbezogene informatische Bildung in den Klassenstufen 9 und 10. Schwerpunktthema Daten und Datenbanken
Profilbezogene informatische Bildung in den Klassenstufen 9 und 10 Schwerpunktthema Robby Buttke Fachberater für Informatik RSA Chemnitz Fachliche Einordnung Phasen relationaler Modellierung Fachlichkeit
MehrWeb Data Management Systeme
Web Data Management Systeme Seminar: Web-Qualitätsmanagement Arne Frenkel Agenda Einführung Suchsysteme Suchmaschinen & Meta-Suchmaschinen W3QS WebSQL WebLog Information Integration Systems Ariadne TSIMMIS
MehrIdentity Management an den hessischen Hochschulen
Identity Management an den hessischen Hochschulen HeBIS Verbundkonferenz 26.9.2017, Frankfurt Dr. Thomas Risse 4. Oktober 2017 1 Wie alles begann Bibliothek E-Mail Benutzer Nachteile Viele Accounts Aufwendige
MehrLinked Lists The Role of Locking
Clara Lüling, Stephan Bittner Linked Lists The Role of Locking Verkettete Liste - Die Rolle des Sperrens Gliederung Linked Lists The Role of Locking 1. Verkettete Listen 2. Algorithmen 1. Coarse-Grained
MehrWebmaster-Campustreffen
REGIONALES RECHENZENTRUM ERLANGEN [ RRZE ] Webmaster-Campustreffen 21. Mai 2015 ROLLOUT DES FAU-DESIGNS Rollout neuer Designs - Aktueller Umsetzungsstand und Zeitplanung Umsetzung (bisher) Relaunch www.fau.de
MehrFrom HiL to Test Vehicle:
From HiL to Test Vehicle: Reuse of test cases with same test automation Agenda: Trailer Presentation Agenda: Movie about Tool Questions After presentation Live Demo Vehicle Meeting point: ETAS Stand 1642
MehrWas wird in öfftl. Performanztests wie dem Fingerprint Verification Competition getestet? Uwe Reinbacher
Was wird in öfftl. Performanztests wie dem Fingerprint Verification Competition getestet? Uwe Reinbacher 1 Fingerprint Verification Competition Was ist die FVC? FVC2000 FVC2002 FVC2004 FVC2006 FVC ongoing
MehrDuplikaterkennung. Dr. Armin Roth arminroth.de. Dr. Armin Roth (arminroth.de) II Duplikaterkennung / 17
Dr. Armin Roth arminroth.de 27.04.2013 Dr. Armin Roth (arminroth.de) II Duplikaterkennung 27.04.2013 1 / 17 Agenda 1 Wiederholung: Datenwertintegration 2 Duplikaterkennung Dr. Armin Roth (arminroth.de)
MehrStatus IDMone. 20.02.2008 Sitzung BRZL AK MetaDir, Bamberg Dr. Peter Rygus
Status IDMone 20.02.2008 Sitzung BRZL AK MetaDir, Bamberg Dr. Peter Rygus IDMone: Stand der Arbeiten (1) Erstellt wurden Konzepte für DIT-Struktur User Application arbeitet auf einem Replikat des Meta-
MehrGPU-friendly multi-view stereo reconstruction using surfel representation and graph cuts
GPU-friendly multi-view stereo reconstruction using surfel representation and graph cuts Rico Jonschkowski Seminar 3D Rekonstruktion SoSe 2011 Verantstalter: Prof. Raúl Rojas, Fabian Wiesel FU Berlin,
MehrFehlertolerante Ladeprozesse gegen schlaflose Nächte
Fehlertolerante Ladeprozesse gegen schlaflose Nächte Dani Schnider Principal Consultant 19. September 2012 Mitten in der Nacht bricht die ETL-Verarbeitung ab, weil ein falscher oder unvollständiger Datensatz
MehrDatenmanagement Übung 5
Datenmanagement Übung 5 Normalisierung (1.-3. NF) AUFGABE 1 1 Definitionen 1. NF Eine Relation befindet sich in 1. NF, wenn jeder Attributwert atomar ist und alle Nicht-Schlüsselattribute funktional vom
MehrHinweise für die Praxis. Georeferenzierung von Registern und sonstigen Datensätzen nach 14 EGovG und 12 EGovG BW (E-Government-Gesetz)
Hinweise für die Praxis Georeferenzierung von Registern und sonstigen Datensätzen nach 14 EGovG und 12 EGovG BW (E-Government-Gesetz) Grundsätzliches zur Georeferenzierung Elektronisch geführte Register
MehrZwischenbericht Diplomarbeit Entwicklung einer Laufzeitumgebung für Komponenten mit Ressourcenanforderungen
Zwischenbericht Diplomarbeit Entwicklung einer Laufzeitumgebung für Komponenten mit Ressourcenanforderungen Brit Engel Überblick Beschreibung Aufgabenstellung Entwurf der Komponenten Verwaltung Funktionsbereiche
MehrIch benötige eine Lösung für eine Aufgabe Software-Entwicklung im Auftrag
REGIONALES RECHENZENTRUM ERLANGEN [ RRZE ] Ich benötige eine Lösung für eine Aufgabe Software-Entwicklung im Auftrag RRZE-Campustreffen, 04.12.2014 Dr. P. Reiß, H. Eggers, RRZE 1 Agenda Wer sind wir? Vom
MehrKapitel V. V. Ensemble Methods. Einführung Bagging Boosting Cascading
Kapitel V V. Ensemble Methods Einführung Bagging Boosting Cascading V-1 Ensemble Methods c Lettmann 2005 Einführung Bewertung der Generalisierungsfähigkeit von Klassifikatoren R (c) wahre Missklassifikationsrate
MehrSkalierbarkeit von Serversystemen Was tun, damit das technische Korsett mein Business nicht einschnürt?
Skalierbarkeit von Serversystemen Was tun, damit das technische Korsett mein Business nicht einschnürt? Dipl.-Inform. Thomas Witzenrath 21.01.2014 Tralios IT GmbH www.tralios.de Über mich Dipl.-Inform.
MehrSimPDM Datenmodell im Kontext zu Teamcenter und PLMXML
SimPDM Datenmodell im Kontext zu Teamcenter und PLMXML Vergleichsstudie Datentransfer PDM SDM Böblingen, 20. November 2008 Dietmar Gausselmann Zoran Petrovic Ulrich Deisenroth Agenda Einleitung / Motivation
MehrPostgreSQL in großen Installationen
PostgreSQL in großen Installationen Cybertec Schönig & Schönig GmbH Hans-Jürgen Schönig Wieso PostgreSQL? - Die fortschrittlichste Open Source Database - Lizenzpolitik: wirkliche Freiheit - Stabilität,
MehrAlgorithmen und Datenstrukturen 1
Algorithmen und Datenstrukturen 1 6. Vorlesung Martin Middendorf / Universität Leipzig Institut für Informatik middendorf@informatik.uni-leipzig.de studla@bioinf.uni-leipzig.de Merge-Sort Anwendbar für
Mehr