Kategorisierung und Clustering als Technologien für die Erschließung unstrukturierter Information auf der Grundlagevon Oracle 10g TEXT
|
|
- Hedwig Kopp
- vor 6 Jahren
- Abrufe
Transkript
1
2 Kategorisierung und Clustering als Technologien für die Erschließung unstrukturierter Information auf der Grundlagevon Oracle 10g TEXT Barbara Steinhanses Business Development Manager TEXT, intermedia, PORTAL Oracle Deutschland GmbH
3 AGENDA Klassifikation Definition Einsatzgebiete für Klassifikation Methoden zur Kategorisierung von Dokumenten Kategorisierung mit Oracle Text 10g Rule_Classifier SVM_Classifier Methoden zum Clustern von Dokumenten Clustering mit Oracle Text 10g KMEAN_Cluster
4 Dokumenten Klassifikation Allgemeine Definition DUDEN : Einteilung, Einordnung in Klassen bzw. Gruppen Das Zusammenführen von unterschiedlichen Bereichen von Information und das Verringern der daraus resultierenden Informationsüberladung durch das Gruppieren von ähnlichen Dokumenten ist das Hauptziel von Klassifikation.
5 Klassifikation bei der Intranet Suche Volltext Recherche Liste der Kategorien Einordnung des Dokumentes in Kategorie Clustering
6 Klassifikation in Anwendungen
7 Klassifikation YAPA Demosystem
8 Dokumenten Klassifikation Allgemeine Definition Der Begriff Dokumenten Klassifikation beschreibt 2 unterschiedliche Analysearten : das Kategorisieren von Dokumenten das Clustern von Dokumenten. Unterscheidung : Kategorisieren = überwachte Klassifikation Clustern = nicht-überwachte Klassifikation
9 Dokumenten Klassifikation Kategorisierung Zuordnung von Dokumenten zu vordefinierten Kategorien 2 Phasen Trainingsphase zum Aufbau der Wissensbasis Kategorisieren neuer Dokumente Wissenbasis bleibt in der Regel unverändert
10 Dokumenten Klassifikation Clustering nicht-überwachte Form der Dokumenten Klassifikation. Ziel: Ermittlung von Ähnlichkeiten Gruppieren der Dokumente anhand der Ähnlichkeiten Steuerung des Clusterprozesses Unterscheidung in Hierarchische Clustermethoden Partitionierende Clustermethoden
11 Methoden zur Klassifikation Feature Selection Preprocessing ist der erste Schritt bei der Klassifikation von Dokumenten Feature Extraction Gewichtung der ermittelten Features Feature Selection Feature Analyse
12 Dokumenten Kategorisierung Algorithmen Decision Trees Decision Rules - SWAP-1 - Ripper k-nearest Neighbors (K-NN) - ExpNet Bayessches Lernen - Bayesian Independance Classifier => Naive Bayes Bayesian Network Induction => Bayesian Network Approach Neuronale Netze Regressions-basierte Methoden - Least Linear Squares Fit (LLSF) Vektor-basierte Methoden - Centroid - Support Vector Machine (SVM)
13 Algorithmen Decision Trees / Entscheidungsbäume Decision Rules / Entscheidungsregeln Vortrag DOAG Oracle World SIG Klasse Feature
14 Algorithmen Support Vector Machines (SVM) Pro Klasse Ermitteln des maximalen Raums zwischen positiven und negativen Beispielen Dokumente werden als binäre Vektoren dargestellt Nur Support Vektoren werden für die Entscheidung herangezogen Sehr gutes Laufzeitverhalten W Vektor W = gelernte Gewichtung
15 Kategorisierung mit Oracle TEXT CLASSIFIERs 2 Methoden für das Kategorisieren von Dokumenten: RULE_CLASSIFIER SVM_CLASSIFIER Zuordnung zu > 1 Kategorie Verwendung der CONTEXT Präferenzen für den Features-Selection Prozess CTXRULE Index + MATCHES Operator für das Kategorisieren neuer Dokumente
16 RULE_CLASSIFIER Der Trainingsprozess Die Schritte: Anlegen einer Tabelle für die Trainingsdokumente Anlegen der Tabelle für die Kategorien Anlegen der Zuordnungstabelle (IOT) Anlegen des Textindexes auf die Trainingsdokumente (context Index ) Anlegen der Tabelle für die Wissensbasis Anlegen einer individuellen Präferenz für den RULE_CLASSIFIER Aufruf des Trainingsprozesses Anlegen eines CTXRULE Indexes auf die generierten Regeln
17 RULE_CLASSIFIER Der Trainingsprozess Anlegen einer Tabelle für die Trainingsdokumente create table trainingsdokumente ( tr_trdok_id integer primary key, tr_text varchar2(4000) ); insert into Trainingsdokumente values(1, 'Aus Sorge vor Anschlägen auf das Technische Hilfswerk (THW) im Irak setzt das Bundesinnenministerium '); insert into Trainingsdokumente values(2, 'Angeführt vom dreimaligen Olympiasieger Georg Hackl starten die deutschen Erfolgs-Rodler '); insert into... commit; Anlegen der Tabelle für die Kategorien create table kategorien ( k_kat_id integer primary key, k_beschreibung varchar2(4000) ); insert into kategorien values (1, 'Politik/Ausland/IRAK-Konflikt'); insert into kategorien values (2, 'Sport/Wintersport/RODELN'); insert into kategorien values (3, 'Politik/Inland/Parteien/CDU'); commit;
18 RULE_CLASSIFIER Der Trainingsprozess Anlegen der Zuordnungstabelle (IOT) create table trdok_kategorien_zuordnung ( tkz_kat_id integer, tkz_trdok_id integer, primary key (tkz_kat_id, tkz_trdok_id)) organization index; insert into trdok_kategorien_zuordnung values (1, 1); insert into trdok_kategorien_zuordnung values (2, 2); insert into trdok_kategorien_zuordnung values (3, 3); insert into trdok_kategorien_zuordnung values (1, 4); commit; Anlegen des Textindexes auf die Trainingsdokumente (context Index populate) create index TRDOK_index on trainingsdokumente (tr_text) indextype is ctxsys.context parameters ('stoplist German_stoplist' );
19 RULE_CLASSIFIER Der Trainingsprozess Anlegen der Tabelle für die Wissensbasis create table wissensbasis ( w_kat_id integer, w_regel varchar2(4000), w_konfidenzwert number); Anlegen einer individuellen Präferenz für den RULE_CLASSIFIER exec CTX_DDL.create_preference ('MY_RULE_CLASSIFIER', 'RULE_CLASSIFIER'); Einstellbare Attribute für den RULE_CLASSIFIER sind : Threshold Max_Terms Memory_size NT_Threshold Term_Threshold Prune_Level
20 RULE_CLASSIFIER Der Trainingsprozess Aufruf des Trainingsprozesses begin ctx_cls.train( index_name => 'trdok_index', docid => 'tr_trdok_id', cattab => 'trdok_kategorien_zuordnung', catdocid => 'tkz_trdok_id', catid => 'tkz_kat_id', restab => 'wissensbasis', rescatid => 'w_kat_id', resquery => 'w_regel', resconfid => 'w_konfidenzwert', preference => 'MY_RULE_CLASSIFIER' ); end; Anlegen eines CTXRULE Indexes auf die generierten Regeln create index regel_idx on wissensbasis (w_regel) indextype is ctxsys.ctxrule;
21 RULE_CLASSIFIER Der Trainingsprozess Kontrolle der generierten Regeln select w_kat_id, w_regel, w_konfidenzwert from wissensbasis; W_KAT_ID W_REGEL W_KONFIDENZWERT {2004} {CDU} ~ {2004} {US} {WELTCUP} {ACHT} ~ {WELTCUP} {KAMPF} ~ {WELTCUP} ~ {ACHT} 100
22 RULE_CLASSIFIER Der Kategorisierungsprozess Im vorliegenden Beispiel wird das zu indizierende Dokument direkt angegeben, die Abfrage liefert die Kategorie 1 zurück. select w_kat_id from wissensbasis where matches (w_regel, ' Die Lage im Irak bleibt gespannt. Beobachter rechnen mit einer Beruhigung der Lage erst nach 2004' ) > 0;
23 SVM_CLASSIFIER Unterschiede Text Index > nopopulate ist ausreichend für den Trainingsprozess Struktur der Wissensbasis create table wissensbasis ( cat_id integer, type number, rule blob ); SVM_CLASSIFIER MAX_DOCTERMS MAX_FEATURES THEME_ON TOKEN_ON STEM_ON MEMORY_SIZE SECTION_WEIGHT
24 SVM_CLASSIFIER Unterschiede Anlegen einer SVM_CLASSIFIER Präferenz exec CTX_DDL.create_preference('MY_SVM_CLASSIFIER', 'SVM_CLASSIFIER'); Aufruf des Trainingsprozesses begin ctx_cls.train( index_name => 'trdok_index', docid => 'tr_trdok_id', cattab => 'trdok_kategorien_zuordnung', catdocid => 'tkz_trdok_id', catid => 'tkz_kat_id', restab => 'wissensbasis', preference => 'MY_SVM_CLASSIFIER' ); end;
25 Cluster Methoden Einteilung der Clusteringverfahren in Partitionierende Verfahren Hierarchische Verfahren Verwendung z.b. Für Zeige mir mehr Dokumente, wie dieses hier... Häufig verwendete Algorithmen K-means Agglomeratives Clustern K-medoid Optics DBSCAN
26 Cluster Methoden Partitionierendes Clustern - kmean Jedes Cluster enthält aus mindestens ein Dokument Jedes Dokument ist in höchstens einem Cluster enthalten x x x
27 Clustering mit Oracle TEXT Der Clustering Prozess Die Schritte: Anlegen der Tabelle für die Dokumente Anlegen des Context Indexes nopopulate Anlegen der Ergebnistabellen: Cluster_Beschreibung Dokument_zu_Cluster_Zuordnung Anlegen der Cluster Präferenz mit den gewünschten KMEAN_CLUSTER Attributen Starten des Clustering Prozesses
28 Clustering mit Oracle TEXT Der Clustering Prozess Anlegen der Dokumententabelle CL_DOKUMENTE create table cl_dokumente (cl_id number primary key, text varchar2(4000)); insert into cl_dokumente values (1, 'Ein Sprengsatz hat am Samstag in der nordirakischen Stadt Mosul zwei US-Soldaten getötet und drei weitere verletzt. Das sagte eine Sprecherin des US-Militärkommandos in Bagdad. '); insert into cl_dokumente values (2, 'Das US Militär und die irakische Polizei zeigten in Bagdad verstärkte Präsenz. ); insert into cl_dokumente values (3, 'Olympiasiegerin Gunda Niemann Stirnemann hat nach fast Tagen Wettkampfpause ein grandioses Comeback auf der Eisschnelllauf-Bahnen in Erfurt gefeiert. '); commit;
29 Clustering mit Oracle TEXT Der Clustering Prozess Anlegen des Textindexes auf die Dokumententabelle create index cl_index on cl_dokumente(text) indextype is ctxsys.context parameters('lexer GERMAN_LEXER stoplist GERMAN_STOPLIST nopopulate'); Anlegen der Ergebnistabellen (die Struktur der Tabellen vorgegeben, der Tabellenname ist frei wählbar) create table dokument_zu_cluster_zuordnung ( docid number, clusterid number, score number); create table cluster_beschreibung ( clusterid number, descript varchar2(4000), label varchar2(200), sze number, quality_score number, parent number);
30 Clustering mit Oracle TEXT Der Clustering Prozess Anlegen der KMEAN_CLUSTER Präferenz exec ctx_ddl.create_preference('cluster1','kmean_clustering'); exec ctx_ddl.set_attribute('cluster1','cluster_num','3'); exec ctx_ddl.set_attribute('cluster1','theme_on','no'); exec ctx_ddl.set_attribute('cluster1','token_on','yes'); Aufruf von CTX_CLS.CLUSTERING exec ctx_output.start_log('cluster_log'); begin ctx_cls.clustering(index_name =>'cl_index', docid =>'cl_id', doctab_name =>'dokument_zu_cluster_zuordnung', clstab_name =>'cluster_beschreibung', pref_name =>'cluster1'); end; / exec ctx_output.end_log;
31 Clustering mit Oracle TEXT KMEAN_CLUSTER KMEAN_CLUSTER max_docterms max_features theme_on token_on stem_on memory_size section_weight cluster_num min_similarity hierarchy_depth
32 Clustering mit Oracle TEXT Der Clustering Prozess automatisch generiertes Labeling der Cluster select rpad(clusterid,10) clusterid, rpad(label, 16) label, rpad(descript,70) descript from cluster_beschreibung; CLUSTERID LABEL DESCRIPT US US,MILITÄRKOMMANDO,NORDIRAKISCH,SPRECHERIN,SOLDAT 1 OLYMPIASIEGERIN GUNDA,COMEBACK,,BAHNEN,ERFURT,GEFEIERT,STIRNEMANN 2 DOKUMENTE DOKUMENTE,TEXT,INDIZIERUNG,ULTRASEARCH,ORACLE Zuordnung der Texte zu ihren Clustern column text format a65 select rpad(text,65) text, clusterid from cl_dokumente c, dokument_zu_cluster_zuordnung where docid=c.cl_id;
33 FRAGEN???
34
Oracle 10g Einführung
Kurs Oracle 10g Einführung Teil 5 Einführung Timo Meyer Administration von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 16 Seite 1 von 16 Agenda 1 Tabellen und Views erstellen 2 Indizes
MehrPartitioning mit Oracle Text 9i
Partitioning mit Oracle Text 9i Autor: Andreas Habl, msg systems ag DOAGNews Q1_2005 Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks,
MehrOracle Text: AllesTextOderWas?
Oracle Text: AllesTextOderWas? Benedikt Nahlovsky Performing Databases GmbH Mitterteich 2 Referent Benedikt Nahlovsky Datenbankspezialist & Performance-Firefighter Fachliche Schwerpunkte: Performanceoptimierung
Mehr4. Objektrelationales Typsystem Kollektionstypen. Nested Table
Nested Table Bei einer Nested Table handelt es sich um eine Tabelle als Attributwert. Im Gegensatz zu Varray gibt es keine Beschränkung bei der Größe. Definition erfolgt auf einem Basistyp, als Basistypen
MehrOracle native json Support. Erste Schritte
Oracle native json Support Erste Schritte 1 Ausgangslage Als erster Schritt erstellen wir eine Tabelle, die wir für den weiteren Verlauf brauchen werden. Die Felder Id, Created und Username sind normale
MehrEntwicklung einer Entscheidungssystematik für Data- Mining-Verfahren zur Erhöhung der Planungsgüte in der Produktion
Entwicklung einer Entscheidungssystematik für Data- Mining-Verfahren zur Erhöhung der Planungsgüte in der Produktion Vortrag Seminararbeit David Pogorzelski Aachen, 22.01.2015 Agenda 1 2 3 4 5 Ziel der
MehrOracle Database 12c Was Sie immer schon über Indexe wissen wollten
Oracle Database 12c Was Sie immer schon über Indexe wissen wollten Marco Mischke, 08.09.2015 DOAG Regionaltreffen B* Indexe - Aufbau 0-Level Index A-F G-Z 1-Level Index A-F G-Z 2-Level Index A-F G-M N-Z
MehrFuzzy-Suche in Application Express
Fuzzy-Suche in Application Express So geht s! Carsten Czarski Consulting Member of technical staff - Oracle Application Express September 2017 Copyright 2016 Oracle and/or its affiliates. All rights reserved.
MehrOracle 9i Einführung Performance Tuning
Kurs Oracle 9i Einführung Performance Tuning Teil 3 Der Optimizer Timo Meyer Wintersemester 2005 / 2006 Seite 1 von 16 Seite 1 von 16 1. auf Tabellen 2. 3. Optimizer 4. Optimizer RBO 5. Optimizer CBO 6.
MehrOracle Text AllesTextOderWas?
Oracle Text AllesTextOderWas? Benedikt Nahlovsky Managing Partner / Database Technology Performing Databases GmbH Wiesauer Straße 27 D 95666 Mitterteich Einleitung Seit der Version 7 bietet Oracle die
MehrGeodaten und Karten in APEX
Geodaten und Karten in APEX So einfach wie noch nie! Carsten Czarski ORACLE Deutschland B.V. & Co KG Follow me on Twitter: @cczarski Geodaten und Karten in Anwendungen Geodaten in Tabellen: Wie speichert
MehrSEMINAR KLASSIFIKATION & CLUSTERING EINFÜHRUNG. Stefan Langer CIS Universität München Wintersemester 2016/17
SEMINAR KLASSIFIKATION & CLUSTERING EINFÜHRUNG Stefan Langer CIS Universität München Wintersemester 2016/17 stefan.langer@cis.uni-muenchen.de Anmeldung Bereits erfolgt über LSF Falls alternative Email
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
MehrErzeugen von Constraints
Erzeugen von Constraints Was sind Constraints? Durch Constraints werden Regeln auf einem bestimmtem Tabellen-Level erzwungen. Die folgenden Constraint-Typen sind in Oracle integriert: NOT NULL UNIQUE Key
MehrXML in Oracle 12c. Wolfgang Nast
XML in Oracle 12c Wolfgang Nast Agenda Vorstellung der Möglichkeiten Klassisch XDB Beispiel XML Schema Umsetzung klassisch Umsetzung XDB Zusammenfassung 2 XML in Oracle 12c Im Überblick Technologie-orientiert
MehrSQL structured query language
Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query
MehrBig Data Textanalyse. Der Weg von unstrukturierten Daten zu quantifizierbaren Informationen
Der Weg von unstrukturierten Daten zu quantifizierbaren Informationen Christopher Thomsen Senior Consultant & Competence Center Big Data Lead OPITZ CONSULTING Deutschland GmbH Hamburg, 22.09.2015 OPITZ
Mehr... Text Clustern. Clustern. Einführung Clustern. Einführung Clustern
Clustern Tet Clustern Teile nicht kategorisierte Beispiele in disjunkte Untermengen, so genannte Cluster, ein, so daß: Beispiele innerhalb eines Clusters sich sehr ähnlich Beispiele in verschiedenen Clustern
MehrDATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER
DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.
Mehr5.8 Bibliotheken für PostgreSQL
5.8 Bibliotheken für PostgreSQL Haskell/WASH: Modul Dbconnect PHP: pqsql-funktionen Java/JSP: JDBC Perl: DBI database interface modul Vorläufige Version 80 c 2004 Peter Thiemann, Matthias Neubauer 5.9
MehrHochschule Karlsruhe Technik und Wirtschaft- 10.7.2013. Anhänge: Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Prof. Schmidt.
Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Datenbanken und Informationssysteme II Szenario: Projektverwaltung. Es gibt Projekte, Projektleiter, Mitarbeiter und ihre Zuordnung zu Projekten.
MehrRoland Tilgner. Solution Architects & Team Coaching DEVELOPMENT. ORACLE TEXT AUS PL/SQL-SICHT Features und Möglichkeiten
Roland Tilgner Solution Architects & Team Coaching DEVELOPMENT ORACLE TEXT AUS PL/SQL-SICHT Features und Möglichkeiten ZURPERSON Roland Tilgner ZURFIRMA Roland Tilgner Solution Architects & Team Coaching
MehrDokument Klassifikation. Thomas Uhrig: Data-Mining SS10
Agenda: 1: Klassifizierung allgemein 2: der naive Bayes-Klassifizierer 3: Beispiel 4: Probleme 5: Fazit 6: Quellen 1: Klassifizierung allgemein: 1: Klassifizierung allgemein: - Einordnung von Objekten
MehrNachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)
Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der
MehrProseminar - Data Mining
Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2012, SS 2012 1 Data Mining Pipeline Planung Aufbereitung Modellbildung Auswertung Wir wollen nützliches Wissen
MehrISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de
08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren
MehrWhitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz
combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Datensatzhistorie mit dem SQL Server 2000 und 2005 Datensatzhistorie mit dem SQL Server 2000 und 2005-2 - Inhalt
MehrOracle 9i Einführung Performance Tuning
Kurs Oracle 9i Einführung Performance Tuning Teil 14 Index-Organized Tables Timo Meyer Wintersemester 2005 / 2006 Seite 1 von 13 Seite 1 von 13 1. Anordnung von Zeilen in einer Tabelle 2. Einführung 3.
MehrSeminar 2. SQL - DML(Data Manipulation Language) und. DDL(Data Definition Language) Befehle.
Seminar 2 SQL - DML(Data Manipulation Language) und DDL(Data Definition Language) Befehle. DML Befehle Aggregatfunktionen - werden auf eine Menge von Tupeln angewendet - Verdichtung einzelner Tupeln yu
MehrNeuerungen in Marco Patzwahl MuniQSoft GmbH Unterhaching
Neuerungen in 12.2 Marco Patzwahl MuniQSoft GmbH Unterhaching Schlüsselworte Neuerungen in 12.2, DBA Einleitung Jede neue Datenbankversion bringt diverse Neuerungen mit. Nur welche sind wichtig und welche
MehrInhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung
Inhalt Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle Daten und Tabellen Normalisierung, Beziehungen, Datenmodell SQL - Structured Query Language Anlegen von Tabellen Datentypen (Spalten,
MehrAnwendungsentwicklung Datenbanken SQL. Stefan Goebel
Anwendungsentwicklung Datenbanken SQL Stefan Goebel SQL Structured Query Language strukturierte Abfragesprache von ANSI und ISO standardisiert deklarativ bedeutet was statt wie SQL beschreibt, welche Daten
MehrSuche im Online Katalog
Suche im Online Katalog Oracle Text SID Frankfurt/Main 22.02.2007 Egon Ritter eritter@ci-database.de ci database Suche im Online Katalog 1 Anwendungen mit Oracle Text Adressensuche CRM-Systeme Abgleich
MehrPostgreSQL Ein Überblick
26. August 2007 Agenda Neue Funktionen im Bereich SQL, XML und Volltextsuche Geschwindigkeitsverbesserungen Neue Erweiterungen (contrib) XML (1) Neuer Datentyp xml ( well-formedness ) Viele Funktionen
MehrBachelorarbeit Erkennung von Fließtext in PDF-Dokumenten
Bachelorarbeit Erkennung von Fließtext in PDF-Dokumenten 16.08.2016 David Spisla Albert Ludwigs Universität Freiburg Technische Fakultät Institut für Informatik Gliederung Motivation Schwierigkeiten bei
MehrObjektrelationale, erweiterbare Datenbanken WS 04/05
Eidgenössische Technische Hochschule Zürich Swiss Federal Institute of Technology Zurich Institut für Informationssysteme Dr.C.Türker Objektrelationale, erweiterbare Datenbanken WS 0405 Übung 8 Aufgabe
MehrAufbau eines dynamischen ETL Frameworks auf Basis eines PL/SQL Codegenerators
Aufbau eines dynamischen ETL Frameworks auf Basis eines PL/SQL Codegenerators München, 21. Nowember 2007 Nicola Marangoni & Jörg Westermayer Nicola.Marangoni@SHS-VIVEON.com Joerg.Westermayer@SHS-VIVEON.com
MehrDatenbank und Tabelle mit SQL erstellen
Datenbank und Tabelle mit SQL erstellen 1) Übung stat Mit dem folgenden Befehlen legt man die Datenbank stat an und in dieser die Tabelle data1 : CREATE DATABASE stat; USE stat; CREATE TABLE data1 ( `id`
MehrVergessene (?) SQL- und PL/SQL- Funktionen
Vergessene (?) SQL- und PL/SQL- Funktionen Folge 1 Vortrag DOAG-Regiogruppe Freiburg/Südbaden 29.01.13 bulk collect (1) Aufgabenstellung: ca. 50.000 eingelesene Werte an Hand einer ID auf eine vorhandene
MehrDatenbanksuchmaschine
Datenbanksuchmaschine DOAG Regionaltreffen Stuttgart 16.10.2003 Egon Ritter ci database services gmbh 07573 / 92066 eritter@ci-database.de ci database services gmbh Datenbanksuchmaschine für Web-Anwendungen
MehrMathematische Grundlagen III
Mathematische Grundlagen III Maschinelles Lernen III: Clustering Vera Demberg Universität des Saarlandes 7. Juli 202 Vera Demberg (UdS) Mathe III 7. Juli 202 / 35 Clustering vs. Klassifikation In den letzten
MehrJava Application 1 Java Application 2. JDBC DriverManager. JDBC-ODBC Br idge. ODBC Driver Manager. Dr iver C. Dr iver D.
1 Copyright 1996-1997 by Axel T. Schreiner. All Rights Reserved. 7 Datenbankzugriff Prinzip Dieser Abschnitt beschäftigt sich mit dem Paket java.sql, das eine SQL-Schnittstelle für Java verkapselt. Java-Programme
MehrIm Folgenden möchten wir Ihnen einige Beispiele aufzeigen, wie ALTER TABLE gemäß SQL92 verwendet wird:
ALTER TABLE BEFEHLE Im Folgenden möchten wir Ihnen einige Beispiele aufzeigen, wie ALTER TABLE gemäß SQL92 verwendet wird: Fügt die Spalte Adresse zur Tabelle Kunden hinzu: ALTER TABLE Kunden ADD COLUMN
MehrFakultät für Informatik & Wirtschaftsinformatik DB & IS II - SS 2015. XMLType. Christian Senger/Andreas Schmidt XMLType 1/32
XMLType Christian Senger/Andreas Schmidt XMLType 1/32 XMLType von Oracle vordefinierter Typ zur Speicherung von nativen XML-Dokumenten unterstützt verschiedene Speichermodelle für XML structured storage
MehrDynamisches SQL. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München
Kapitel 4 Dynamisches SQL Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München 2008 Thomas Bernecker, Tobias Emrich unter Verwendung der Folien des Datenbankpraktikums aus dem Wintersemester
MehrÜbersicht der wichtigsten MySQL-Befehle
Übersicht der wichtigsten MySQL-Befehle 1. Arbeiten mit Datenbanken 1.1 Datenbank anlegen Eine Datenbank kann man wie folgt erstellen. CREATE DATABASE db_namen; 1.2 Existierende Datenbanken anzeigen Mit
MehrIV. Datenbankmanagement
Wirtschaftsinformatik 2 (PWIN) IV. Datenbankmanagement Kapitel 2: Datenmanipulationssprache SQL Wirtschaftsinformatik 2 (PWIN) SS 2009, Professur für Mobile Business & Multilateral Security 1 Agenda 1.
MehrGlobale und Individuelle Schmerz-Klassifikatoren auf Basis relationaler Mimikdaten
Globale und Individuelle Schmerz-Klassifikatoren auf Basis relationaler Mimikdaten M. Siebers 1 U. Schmid 2 1 Otto-Friedrich-Universität Bamberg 2 Fakultät für Wirtschaftsinformatik und Angewandte Informatik
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
Mehr3 Query Language (QL) Einfachste Abfrage Ordnen Gruppieren... 7
1 Data Definition Language (DDL)... 2 1.1 Tabellen erstellen... 2 1.1.1 Datentyp...... 2 1.1.2 Zusätze.... 2 1.2 Tabellen löschen... 2 1.3 Tabellen ändern (Spalten hinzufügen)... 2 1.4 Tabellen ändern
MehrMySQL-Befehle. In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben.
MySQL-Befehle 1. Einleitung In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben. 2. Arbeiten mit Datenbanken 2.1 Datenbank anlegen Eine Datenbank kann man wie folgt
MehrDatenbanken SQL. Insert, Update, Delete, Drop. Krebs
Datenbanken SQL Insert, Update, Delete, Drop Krebs Inhalt 1. Datensätze einfügen: INSERT 2. Datensätze verändern: UPDATE 3. Datensätze löschen: DROP vs. DELETE Beispiel Datenbank Schule Klasse P_Klasse
MehrOracle Text. Katerina Mpalaska Senior Sales Consultant Server Technologies Competence Center Stuttgart. Oracle Deutschland GmbH
Oracle Text Katerina Mpalaska Senior Sales Consultant Server Technologies Competence Center Stuttgart Oracle Deutschland GmbH Neues in Oracle Text 10g Oracle TEXT Neues in Oracle Text 10g Index erstellen
MehrCopyright 2013, Oracle and/or its affiliates. All rights reserved.
1 Effiziente Speicherung für SAP Jörn Bartels Architect Oracle Database Server Technologies 2 Oracle 12c Jörn Bartels Architect Oracle Database Server Technologies 3 1997 Effiziente Speicherung für SAP
MehrMehr als einfache Texte Alleskönner ORACLE TEXT
Mehr als einfache Texte Alleskönner ORACLE TEXT Carsten Czarski Business Unit Database Oracle Deutschland B.V. & Co KG Jede Anwendung kann Oracle TEXT nutzen! 2 DEMO Die Indizierung Unterstützung aller
MehrViews in SQL. 2 Anlegen und Verwenden von Views 2
Views in SQL Holger Jakobs bibjah@bg.bib.de, holger@jakobs.com 2010-07-15 Inhaltsverzeichnis 1 Wozu dienen Views? 1 2 Anlegen und Verwenden von Views 2 3 Schreibfähigkeit von Views 3 3.1 Views schreibfähig
MehrEine kundenspezifische Punkt-zu-Polygonlösung
Von der Adresse zur Raumeinheit Eine kundenspezifische Punkt-zu-Polygonlösung Guten Tag, wir benötigen für eine geplante Werbestrategie die aktuelle Anzahl Singlehaushalte in unseren Vertriebsgebieten.
MehrDatenmanagement I SoSe 2006 Aufgabenblatt 4
Datenmanagement I SoSe 2006 Aufgabenblatt 4 June 11, 2009 Versuchen Sie, einige der Anfragen zu formulieren (ab Punkt 6), die im Tutorium stehen, das hier zu finden ist: http://wwwiti.cs.uni-magdeburg.de/iti_db/lehre/dm/tut/tutorium.html.
MehrEinführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language)
Einführung in SQL 1. Grundlagen Structured Query Language Viele Dialekte Unterteilung: i. DDL (Data Definition Language) ii. iii. DML (Data Modifing Language) DRL (Data Retrival Language) 1/12 2. DDL Data
MehrSQL,Teil 1: CREATE, INSERT, UPDATE, DELETE, DROP
SQL,Teil 1: CREATE, INSERT, UPDATE, DELETE, DROP W. Spiegel Übersicht DDL & DML Relationen definieren: CREATE Primärschlüssel setzen mit primary key Tabellen löschen: DROP Daten speichern: INSERT Daten
MehrData Mining - Wiederholung
Data Mining - Wiederholung Norbert Fuhr 18. Januar 2006 Problemstellungen Problemstellungen Daten vs. Information Def. Data Mining Arten von strukturellen Beschreibungen Regeln (Klassifikation, Assoziations-)
MehrKapitel 4 Dynamisches SQL
Kapitel 4 Dynamisches SQL Flien zum Datenbankpraktikum Wintersemester 2010/11 LMU München 2008 Thmas Bernecker, Tbias Emrich unter Verwendung der Flien des Datenbankpraktikums aus dem Wintersemester 2007/08
MehrStrukturierte Objekttypen
Strukturierte Objekttypen Der Typ t approxmatch row des letzten Beispiels ist ein sogenannter Objekttyp. Definition: Ein Objekttyp ist ein Datentyp, bei dem (u.u. verschiedene) bekannte Datentypen zu einem
MehrErgänzungen zur Vorlesung Informationssysteme WS 2000/01
Ergänzungen zur Vorlesung Informationssysteme WS 200001 Joachim Biskup Fachbereich Informatik Universität Dortmund 1 24 Joachim Biskup 15 November 2001 Lehrstuhl VI - Informationssysteme und Sicherheit
MehrCopyright 2013, Oracle and/or its affiliates. All rights reserved.
1 1997 Effiziente Speicherung für SAP 8.0 Jörn Bartels Architect Oracle Database Server Technologies 2 Effiziente Speicherungsformen Ziele Index Komprimierung Index Organized Tables Ergebnisse 3 Ziele
Mehr20.01.2015 Fabian Grimme und Tino Krüger 1 INDREX. Evaluierung von H2O. Enterprise Data Management Beuth Hochschule für Technik
20.01.2015 Fabian Grimme und Tino Krüger 1 INDREX Evaluierung von H2O Enterprise Data Management Beuth Hochschule für Technik 20.01.2015 Fabian Grimme und Tino Krüger 2 INDREX im Überblick In-Database
MehrDie Nutzung von Webservices in der Oracle Datenbank. 11 März 2010
Die Nutzung von Webservices in der Oracle Datenbank 11 März 2010 Agenda Vorstellung Apps Associates Einstieg und Definition Webservice Definition Application Server / Oracle Application Server Oracle Webservices
MehrDatenbanken Labor, MI : Übung 1 SQL - Abfragen Patrick Lipinski
Aufgabe 1 Erstellen Sie eine Abfrage, die aus der EMP/DEPT-Tabelle die Felder Empno, Ename, Deptno und dname aller Mitarbeiter mit einem Gehalt von > 2500 ausgibt. select EMPNO, ENAME from EMP where SAL
MehrEinführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten
Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem
MehrAllgemeines. veröffentlicht unter http://www.profv.de/uni/ lizensiert unter. Creative Commons BY-SA 3.0. XQuery in MS SQL Server 2005
Volker Grabsch 14. Januar 2008 Allgemeines veröffentlicht unter http://www.profv.de/uni/ lizensiert unter Creative Commons BY-SA 3.0 Quelle Dieser Vortrag basiert auf dem Paper XQuery Implementation in
MehrAbfragen (Queries, Subqueries)
Abfragen (Queries, Subqueries) Grundstruktur einer SQL-Abfrage (reine Projektion) SELECT [DISTINCT] {* Spaltenname [[AS] Aliasname ] Ausdruck} * ; Beispiele 1. Auswahl aller Spalten SELECT * ; 2. Auswahl
MehrProseminar - Data Mining
Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2014, SS 2014 1 Data Mining: Beispiele (1) Hausnummererkennung (Klassifikation) Source: http://arxiv.org/abs/1312.6082,
MehrDipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.09.2009
Hochschule Darmstadt DATENBANKEN Fachbereich Informatik Praktikum 3 Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.09.2009 PL/SQL Programmierung Anwendung des Cursor Konzepts und Stored Procedures Und Trigger
MehrNeues in Oracle Text
Neues in Oracle Text Autorin: Ulrike Schwinn, ORACLE Deutschland GmbH Oracle Text ist seit jeher die integrierte Volltextsuche der Oracle Datenbank in der Standard und Enterprise Edition, um Dokumente
MehrSQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar
Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-
MehrProbeklausur mit Musterlösung
Carl-Schurz-Schule 07.03.2012 Informatik, Q2 Victor Hahn Probeklausur mit Musterlösung Ihr Name: Maximal erreichbare Anzahl Verrechnungspunkte (VP): 64 Einziges zugelassenes Hilfsmittel: Ein Blatt DIN
MehrKlausur PI Datenbanken II vom Name: Praktische Informatik (Krägeloh)
Versehen Sie jedes Aufgabenblatt/-blätter mit Ihrem Namen und geben es mit ab! Seite 1 Aufgabe 1: ( 30 Punkte) 1) Ein Entity-Set E1 wird in die Subklassen S1 und S2 spezialisiert. Was bedeutet die Aussage:
MehrMultimedia im Netz Wintersemester 2013/14. Übung 03 (Nebenfach)
Multimedia im Netz Wintersemester 2013/14 Übung 03 (Nebenfach) Ludwig-Maximilians-Universität München Multimedia im Netz WS 2013/14 - Übung 3-1 Datenbanken und SQL Mit Hilfe von Datenbanken kann man Daten
MehrArbeit mit zusammengesetzten Datentypen
Arbeit mit zusammengesetzten Datentypen Zusammengesetzte Datentypen Typen: PL/SQL RECORDS PL/SQL TABELLEN Enthalten interne Komponenten Sind wiederverwendbar Copyright Oracle Corporation, 1998. All rights
MehrUlrike Schwinn Dipl.-Math. Oracle Deutschland GmbH. Kultur und Informatik - Datenverwaltung 04.Juli 2007
,QVHUW3LFWXUH+HUH! 1LFKWUHODWLRQDOH'DWHQLQGHU2UDFOH'DWHQEDQN Ulrike Schwinn Dipl.-Math. Oracle Deutschland GmbH Kultur und Informatik - Datenverwaltung 04.Juli 2007 'DWHQRUJDQLVDWLRQ *HWUHQQWH'DWHQKDOWXQJ
MehrSQL (Structured Query Language) Schemata Datentypen
2 SQL Sprachelemente Grundlegende Sprachelemente von SQL. 2.1 Übersicht Themen des Kapitels SQL Sprachelemente Themen des Kapitels SQL (Structured Query Language) Schemata Datentypen Im Kapitel SQL Sprachelemente
Mehr7. XML-Datenbanksysteme und SQL/XML
7. XML-Datenbanksysteme und SQL/XML Native XML-DBS vs. XML-Erweiterungen von ORDBS Speicherung von XML-Dokumenten Speicherung von XML-Dokumenten als Ganzes Generische Dekomposition von XML-Dokumenten Schemabasierte
MehrLösung zu Aufgabe 6. Lösung:
Lösung zu Aufgabe 6 1.Ihre Aufgabe ist es nun, diese Daten in das bestehende Datenbank-Schema zu integrieren und dazu die entsprechenden Tabellen zu erstellen. Abgabe: neue Tables 2 P Lösung: CREATE TABLE
MehrDatenbanken Einführung Seite 1 von 7
Datenbanken Einführung Seite 1 von 7 Datenbanken Teil 1: Handlungssituation Kapitel 1.1: Zeitschriftenarchiv Beispiel Fachzeitschrift EL-I.te Folien it Inforationen zur ersten Handlungssituation: 1. Situationsbeschreibung
MehrDatenbanken. Seminararbeit. Einführung in das wissenschaftliche Arbeiten
Seminararbeit vorgelegt von: Gutachter: Studienbereich: Christian Lechner Dr. Georg Moser Informatik Datum: 6. Juni 2013 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung in Datenbanken 1 1.1 Motivation....................................
MehrMySQL, phpmyadmin & SQL. Kurzübersicht
MySQL, phpmyadmin & SQL Kurzübersicht Referenzen MySQL Documentation: http://dev.mysql.com/doc PHP 5 / MySQL5. Studienausgabe. Praxisbuch und Referenz (Kannengießer & Kannengießer) 2 Datenbank anlegen
MehrOracle: Abstrakte Datentypen:
Oracle: Abstrakte Datentypen: Oracle bietet zwei mögliche Arten um abstrakte Datentypen zu implementieren: Varying Array Nested Table Varying Array (kunde) kdnr kdname gekaufteart 1 Mustermann 1 4 5 8
MehrPostgreSQL unter Debian Linux
Einführung für PostgreSQL 7.4 unter Debian Linux (Stand 30.04.2008) von Moczon T. und Schönfeld A. Inhalt 1. Installation... 2 2. Anmelden als Benutzer postgres... 2 2.1 Anlegen eines neuen Benutzers...
MehrOracle 9i Einführung Performance Tuning
Kurs Oracle 9i Einführung Performance Tuning Teil 13 Cluster Timo Meyer Wintersemester 2005 / 2006 Seite 1 von 14 Seite 1 von 14 1. Anordnung von Zeilen in einer Tabelle 2. Einführung 3. Cluster 4. Typen
MehrSQL. SQL: Structured Query Language. Früherer Name: SEQUEL. Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99
SQL Früherer Name: SEQUEL SQL: Structured Query Language Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99 SQL ist eine deklarative Anfragesprache Teile von SQL Vier große Teile:
MehrDatenbanksysteme 2013
Datenbanksysteme 2013 Kapitel 8: Datenintegrität Vorlesung vom 14.05.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenintegrität Statische Bedingung (jeder Zustand) Dynamische
MehrOracle 10g Einführung
Kurs Oracle 10g Einführung Teil 7 Einige interessante SQL und PL/SQL Erweiterungen für Administratoren Timo Meyer Administration von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 19 Seite
MehrGrundlagen der Informatik III ERM-Modell Thema: Grundlagen der Datenbanken
Hochschule Harz FB Automatisierung und Informatik Versuch: Grundlagen der Informatik III ERM-Modell Thema: Grundlagen der Datenbanken Versuchsziele Vertiefung in der ERM-Modellierung. Benutzen eines Designers.
MehrUnterabfragen (Subqueries)
Unterabfragen (Subqueries) Die kürzeste Formulierung ist folgende: SELECT Felderliste FROM Tabelle1 WHERE Tabelle1.Feldname Operator (SELECT Feldname FROM Tabelle2 WHERE Bedingung); wobei Tabelle1 und
MehrErzeugung und Veränderung von Tabellen
Datenbanken - Objekte Erzeugung und Veränderung von Tabellen Objekt Tabelle View Sequence Index Synonym Basiseinheit zum Speichern; besteht aus Zeilen und Spalten; Logische Repräsentation; kann Teilmengen
MehrMIN oder MAX Bildung per B*Tree Index Hint
E-Mail: rainer@lambertz-c.de Internet: http://www.lambertz-c.de MIN oder MAX Bildung per B*Tree Index Hint Zugegeben, der Trick Min- oder Maximalwerte per Index Hint zu ermitteln ist nicht neu. Gewöhnlich
MehrDatenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin
Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,
Mehr1 Hartmann Anna Cäcilienstr Köln (0221) Behrens-Hoffmeister Heidi Lindenweg Köln (0221)
Erstellen einer Mitarbeiter-Datenbank 1 Erstellen einer Mitarbeiter-Datenbank Arbeitsauftrag Ziel der Übung Erstellen von Datenbanken mit Hilfe von SQL-Abfragen Aufgabe (1.) Erstellen Sie eine neue Datenbank
MehrMNR NAME VORNAME STRASSE PLZ ORT TELEFON
Aufgabenstellung: (1.) Erstellen Sie eine neue Datenbank mit dem Dateinamen MITARBEITER. (2.) Legen Sie eine neue Tabelle STAMMDATEN mit den folgenden Feldern an: MNR (Typ integer, Primärschlüssel) NAME
Mehr