Die Vorlesung behandelt folgende Schwerpunkte:
* Verteilung, Autonomie und Heterogenität
* Materialisierte und virtuelle Integration
* Architekturen
* Schema Management
* Global-as-View und Local-as-View Modellierung und Anfragebearbeitung
* Verteilte Anfragebearbeitung
* Datenqualität und Datenreinigung
Achtung: Auf Wunsch einiger Studenten wird diese Vorlesung trotz deutschsprachiger Foliensätze in englischer Sprache gehalten.
Heterogenität und Variablen | 01:30:04 | |
---|---|---|
Schematische Heterogenität | 00:19:04 | |
Semantische Heterogenität | 00:15:41 | |
Identität und Datenkonflikte | 00:16:19 | |
Gebundene und Freie Variablen | 00:10:54 | |
Adornment Beispiele | 00:13:19 | |
Anfragebearbeitung | 00:14:47 |
Materialisierte vs. virtuelle Integration | 01:28:47 | |
---|---|---|
Gebundene und freie Variablen | 00:18:11 | |
Viele Templates | 00:11:12 | |
Gebundene und freie Variablen - Beispiel | 00:15:45 | |
Data Warehouse | 00:23:23 | |
Förderierter DBMS Ansatz | 00:07:14 | |
Integration | 00:13:02 |
Verteilung, Autonomie und Heterogenität | 01:28:31 | |
---|---|---|
Klassifikation von Informationssystemen | 00:15:02 | |
Logische Verteilung | 00:13:42 | |
Autonomie | 00:20:41 | |
Schnittstellen Heterogenität | 00:23:30 | |
Schematische Heterogenität | 00:15:36 |
Vergleich und Architekturen | 01:22:45 | |
---|---|---|
Data Warehouse vs. Mediator | 00:14:39 | |
Komplexität | 00:15:01 | |
Ressourcenbedarf | 00:20:49 | |
Architekturen | 00:12:28 | |
Taxonomie | 00:12:40 | |
Transparenz | 00:07:08 |
Mediator-Wrapper-Architektur und Peer-Data-Management | 01:30:20 | |
---|---|---|
Taxonomie nach SL90 | 00:12:56 | |
5-Schichten Architektur | 00:13:21 | |
Mediator-Wrapper-Architektur | 00:16:16 | |
Funktionen der Mediation | 00:19:38 | |
Piazza-Beispiel | 00:16:14 | |
Peer-Data-Management | 00:11:55 |
Mapping Interpretation | 01:06:52 | |
---|---|---|
Mapping - Algorithmus | 00:22:45 | |
Gruppierung | 00:15:27 | |
Einschub: Sichten im relationalen Modell | 00:10:39 | |
Mapping Werkzeuge | 00:18:01 |
Schema Mappings | 01:37:26 | |
---|---|---|
Rückblick | 00:07:53 | |
Global Matching | 00:19:01 | |
Erweiterungen | 00:17:47 | |
Mapping - Beispiel | 00:19:07 | |
Mapping - Beispiel (2) | 00:08:38 | |
Mapping - Algorithmus | 00:25:00 |
Schema SQL | 01:29:38 | |
---|---|---|
Wiederholung | 00:16:40 | |
Syntax | 00:17:25 | |
Anfragen | 00:18:12 | |
Aggregation | 00:09:23 | |
Umstrukturierung | 00:14:24 | |
Implementierung | 00:13:34 |
Local as View | 01:24:24 | |
---|---|---|
GaV - Modellierung | 00:23:18 | |
Local as View | 00:14:39 | |
Globale ICs | 00:11:08 | |
Anwendungen | 00:17:08 | |
Datawarehouse Design | 00:05:25 | |
Anfrageplanung | 00:12:46 |
LaV - Anwendungen | 01:24:13 | |
---|---|---|
Anwendungen | 00:15:55 | |
Visualisierung | 00:21:14 | |
Anfragebearbeitung | 00:18:39 | |
Query Containment | 00:19:00 | |
Beispiel | 00:09:25 |
The Bucket-Algorithm | 01:08:45 | |
---|---|---|
Nutzbarkeit von Views | 00:12:27 | |
LaV - Beispiel | 00:13:01 | |
LaV - Bucket Algorithm | 00:15:32 | |
BA - en detail | 00:13:56 | |
LaV - BA - Kombinationen | 00:13:49 |
Global-as-View: GaV | 01:27:02 | |
---|---|---|
Das Problem | 00:15:16 | |
Übersicht Anfrageplanung | 00:16:47 | |
FAQ | 00:15:34 | |
Modellierung von Datenquellen | 00:21:29 | |
Integritätsconstraints | 00:11:03 | |
GaV - globale ICs | 00:06:53 |
ETL und Datenherkunft | 01:29:42 | |
---|---|---|
Einschub von Peter Bunemann | 00:14:00 | |
Motivation und Beispiel | 00:18:53 | |
Datentransformationen | 00:13:49 | |
Transformationen - Dispatcher | 00:08:39 | |
Transformationen - Aggregatoren | 00:25:20 | |
Black Boxes | 00:09:01 |
Optimizing Information Quality | 01:27:47 | |
---|---|---|
IQ assessment | 00:12:09 | |
IQ model | 00:19:01 | |
IQ query answering with DBMS | 00:07:52 | |
IQ query amswering in IIS | 00:09:58 | |
Data Cleaning Tasks | 00:19:26 | |
Duplicate Detection | 01:27:47 |
Duplikaterkennung | 01:32:33 | |
---|---|---|
Motivation | 00:24:48 | |
Datenfehler | 00:19:12 | |
Duplikaterkennung | 00:36:44 | |
Sorted Neighborhood Methode | 00:10:09 | |
Zusammenfassung | 00:01:40 |
Informationsqualität | 01:25:45 | |
---|---|---|
Examples | 00:27:09 | |
Information quality | 00:16:37 | |
DBMS Quality vs. IIS Quality | 00:16:00 | |
Information Quality (IQ) | 00:12:57 | |
IQ Criteria (classical) | 00:13:12 |
Final Presentations II | 01:34:55 | |
---|---|---|
Data Cleansing - Grütze, Pohl | 00:07:28 | |
Person Data Store - Naakka, Renwardt | 00:08:56 | |
Assignment IV - Jacob, Thiele | 00:08:32 | |
Data Visualization - Kats, Zakharov | 00:08:31 | |
Extracted Data - Kny, Lindenberg | 00:07:33 | |
Extracted Data - Kölle, Reinicke | 00:07:59 | |
Person Data Store - Krumno, Teusner | 00:07:53 | |
Person Data Store - Leben, Nieprasch | 00:10:35 | |
Extraction Data - Linkhorst, Wiggert | 00:07:18 | |
Extraction Data - Näther, Wagner-Boysen | 00:06:18 | |
Person Data Store - Rawald, Schwarz | 00:07:20 | |
Person Data Store - Richly, Wehrmeyer | 01:34:55 |
Final Presentations I | 01:33:58 | |
---|---|---|
Benke, Karsch | 00:10:40 | |
Richter, Berger | 00:10:37 | |
Brunnert, Metzler | 00:09:29 | |
Dawod, Ruberg | 00:09:30 | |
Eichler, Wenzel | 00:09:20 | |
Elliger, Taeumel | 00:09:00 | |
Emde, Gehrer | 00:07:14 | |
Goerke, Gericke | 00:06:52 | |
Gosda, Töpper | 00:12:29 | |
Schmidt, Jenders | 00:08:47 |
Informationssysteme | 01:33:45 | |
---|---|---|
Einführung und Überblick | 00:16:47 | |
Organisation | 00:14:28 | |
Informationssysteme | 00:10:41 | |
Beispiele für Informationssysteme | 00:14:17 | |
Integration = Abstraktion | 00:18:25 | |
Informationsintegration am Beispiel | 00:19:07 |