pdf (18647 Kb) - Fachgebiet Datenbanken und Informationssysteme ...

Abbildung 4.1.: Zwei zu matchende Modelle
Filtern und dem Umgang mit den Ergebnissen wird in Kapitel 4.4 beschrieben.
4.2. Vorbereitung
Für den Ablauf des Similarity Flooding Algorithmus ist es – wie bereits in Kapitel
4.1 erwähnt – notwendig, die zu matchenden Modelle zunächst in gerichtete, markierte
Graphen zu transformieren. Da es sich bei den Modellen um sehr unterschiedliche Datenstrukturen
handeln kann, soll hier zunächst nicht näher darauf eingegangen werden,
wie für jede einzelne Struktur ein entsprechender Graph erzeugt werden kann. Vielmehr
wird vorausgesetzt, dass es eine entsprechende Prozedur oder Methode gibt, durch die
ein gerichteter, markierter Graph aus einem Modell erzeugt wird. Kapitel 7.3 stellt im
Rahmen der Experimente eine Methode vor, wie man Relationale Datenbankschemata
transformieren kann.
In den durch die Transformation erstellten Graphen für die zu matchenden Modelle
kann jede Kante durch ein Tripel (s, p, o) dargestellt werden. Dabei ist s der Quellknoten,
o der Zielknoten und p das Label, das die Kante beschriftet (oder die Markierung).
Aufgrund dieser Voraussetzung, dass alle Modelle in Graphen überführt werden können,
wird im Folgenden nicht immer streng zwischen den Begriffen Modell und Graph
für ein Modell unterschieden. Der Begriff Knoten wird dabei sowohl für die Elemente
des Graphen als auch für die des Modells verwendet, um unnötige Verdopplungen bei
den Begrifflichkeiten zu vermeiden. Ebenso soll der Begriff der Kante für Modelle und
Graphen analog verwendet werden, wobei hier stets von gerichteten Kanten die Rede
ist.
Abbildung 4.1 zeigt zwei Modelle A und B, an denen beispielhaft der Ablauf des
Similarity Flooding Algorithmus näher erläutert werden soll.
Um die Ähnlichkeiten zwischen den Knoten der Modelle berechnen zu können, werden
die beiden Modelle zunächst in einen Pairwise Connectivity Graph (PCG) und anschließend
in einen sogenannten Similarity Propagation Graph (SPG) überführt.
16