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

Verwendete Schemata
Für die Experimente in diesem Kapitel wurden acht verschiedene Schemata verwendet,
von denen jeweils zwei zu einem Themenbereich gehören und entsprechend gematcht
werden sollen. Diese sollen hier kurz erläutert werden. Die Schemata sowie ihre graphische
Repräsentationen sind in Anhang B zu finden. Wie erwähnt wurden Datentypen
hier weggelassen.
1. Die ersten beiden zu matchenden Schemata sind unterschiedliche Darstellungen
einer Musiksammlung. Schema 1 enthält dabei Informationen über CDs, Musikstücke
und Interpreten sowie darüber. Schema 2 enthält zusätzlich Informationen
über Produzenten und unterscheidet zwischen Alben und Samplern.
Da es bei beiden Schemata um das Speichern einer Musiksammlung geht, gibt
es hier eine Reihe von offensichtlichen Gemeinsamkeiten – etwa die Geburtsdaten
in beiden INTERPRET-Relationen – und Unterschieden – etwa die Primärschlüssel
der INTERPRET-Relationen der Schemata. Für die Experimente wesentlich
interessanter sind allerdings die nicht-eindeutigen Punkte. So ließe sich
die ENTHÄLT-Relation aus Schema 1 sowohl der ALBUMSONG- als auch der
SAMPLERSONG-Relation aus Schema 2 sinnvoll zuordnen. Schema 1 ist also in
Teilen eine Generalisierung von Schema 2, woraus sich für die Experimente die Frage
ergibt, ob und wie das Similarity Flooding diese Generalisierung durch sinnvolle
Matching-Kandidaten „ausdrücken“ kann.
2. Die nächsten zu matchenden Schemata sind unterschiedliche Möglichkeiten, um Informationen
über Reisen mit Bussen darzustellen. Die Schemata wurden dabei aus
[IntDB10] entnommen. Schema 1 enthält Informationen über Städte, Busse, Tagestouren
und darüber, wann welche Tour mit welchem Bus welche Stadt besucht.
Schema 2 enthält zusätzlich weitere Informationen über die Fahrer der Busse, gibt
aber keine Auskünfte darüber, welche Städte befahren werden, sondern nur, welche
Länder.
Schema 1 stellt extensional im Wesentlichen eine Teilmenge von Schema 2 dar,
sodass in den Experimenten zu überprüfen ist, wie das Similarity Flooding damit
umgeht und ob Matching-Kandidaten geliefert werden, die diese Teilmengen-
Beziehung sinnvoll zum Ausdruck bringen.
3. Bei den nächsten beiden Schemata handelt es sich um Informationen über Verlage.
Schema 1 enthält Informationen über Autoren, Fotografen, Verlage, Artikel und
Zeitschriften sowie darüber, welche Artikel von welchem Autoren verfasst werden,
welcher Fotograf Fotos dazu liefert und in welcher Zeitschrift welcher Artikel erscheint.
Schema 2 enthält Informationen über Redakteure, freie Mitarbeiter und
Artikel und zusätzlich darüber, welche Gage ein Mitarbeiter für einen Artikel bekommt.
Ähnlich wie bei den Musiksammlungs-Schemata sind hier Strukturen vorhanden,
die bei einer Integration durch Generalisierungen gelöst werden müssten. FREI-
66