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

den Benutzer berücksichtigt wurde, auch automatisch berücksichtigen lässt. Denkbar
wären hier zum Beispiel eine Vorverarbeitung, die zum Teil auf domänenspezifischen
Lexika und Thesauri basiert und daraus Anfangsähnlichkeiten ermittelt.
Filterung der Ergebnisse
Anschließend wäre die Filterung der Ergebnismenge näher zu untersuchen. Mit der Stable
Marriage wurde im Rahmen dieser Arbeit ein möglicher Filter betrachtet, der aber nicht
in jedem Fall geeignet ist. Ideal wäre es in diese Zusammenhang, wenn bereits anhand
der Eingabewerte erkannt werden könnte, ob ein Filter geeignet ist oder nicht. Ob das
möglich ist, wäre in Experimenten zu überprüfen.
Ebenso stellt sich die Frage, welche Filter überhaupt geeignet sind, um die Ergebnismengen
zu verkleinern. In Kapitel 4.4 wurden eine Reihe von Filtern vorgestellt. Diese
müssten in weiteren Experimenten auf verschiedene Ergebnismengen des Similarity Flooding
angewandt und verglichen werden, damit Aussagen darüber möglich sind, inwiefern
ein Filter besser oder schlechter geeignet ist als ein anderer. Zusätzlich wäre auch hier
interessant zu prüfen, ob bei bestimmten Eingaben bestimmte Filter besser geeignet sind
als andere und ob das bereits an den Eingaben erkannt werden kann.
Datenbankschemata als Eingabe
Um das Similarity Flooding für Relationale Datenbankschemata einzusetzen, müssen
auch hier noch einige Aspekte näher betrachtet werden. Zunächst ist die Transformation
der Schemata in Graphen zu untersuchen. Zu überprüfen ist, ob andere Darstellungen
der Schemata als Graphen zu allgemein besseren Ergebnisse führen als mit der im Rahmen
dieser Arbeit verwendeten. Denkbar wäre es zum Beispiel, mehr Knoten für die
Darstellung zu verwenden und so weniger Informationen in den Kantenmarkierungen zu
speichern. Hier müssten also verschiedene Darstellungsweisen derselben Schemata experimentell
verglichen werden, um so die optimale Transformation bzw. Darstellung der
Schemata zu finden, sofern es eine solche gibt.
Als nächstes wäre zu untersuchen, ob und wie Besonderheiten, die beim Matching der
Schemata und deren Integration relevant sind, im Similarity Flooding zum Ausdruck
gebracht werden können. Dazu gehören zum Beispiel Generalisierungen und Teilmengen-
Beziehungen. Diese wurden in den Ergebnissen der Experimente bisher lediglich in Form
von hohen Ähnlichkeitswerten erkannt. Hier ist zu überprüfen, ob es Möglichkeiten gibt,
dass das Similarity Flooding solche Besonderheiten erkennt und entsprechend im Ergebnis
kenntlich macht. Um das zu prüfen könnten etwa – wie bei der Vorverarbeitungsphase
– domänenspezifische Lexika und Thesauri verwendet werden, um Ober- und Teilmengen
zu ermitteln. Alternativ wäre zu klären, ob solche Beziehungen schon aus den Eingabe-
Schemata zu erkennen sind.
75