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

Weitere Magazine

Empfehlungen

Info

[Rah11] [RB01] [Rip04] [Sch09] [SE05] [Tie03] [UA10] Rahm, Erhard: Towards Large-Scale Schema and Ontology Matching. In: Bellahsene, Zohra, Bonifati, Angela und Rahm, Erhard (Herausgeber): Schema Matching and Mapping, Data-Centric Systems and Applications, Seiten 3–27. Springer Berlin Heidelberg, 2011, ISBN 978-3-642-16518-4. Rahm, Erhard und Bernstein, Philip A.: A survey of approaches to automatic schema matching. The VLDB Journal, 10:334–350, Dezember 2001. Ripperda, Nora: Graphbasiertes Matching in räumlichen Datenbanken. Diplomarbeit, Institut für Informationssysteme, Leibniz Universität Hannover, 2004. Schäfers, Michael: Entwicklung eines ähnlichkeitsbasierten Frameworks für das Matching von Datenbankobjekten. Diplomarbeit, Institut für Informationssysteme, Leibniz Universität Hannover, 2009. Shvaiko, Pavel und Euzenat, Jérôme: A Survey of Schema-Based Matching Approaches. Journal of Data Semantics, 3730(4):146–171, 2005. Tiedge, Michael: Entwicklung und Implementierung einer topologischen Erweiterung für objektbasierte räumliche Datenbanken. Diplomarbeit, Institut für Informationssysteme, Leibniz Universität Hannover, 2003. Unal, Ozgul und Afsarmanesh, Hamideh: Semi-automated schema integration with SASMINT. Knowledge and Information Systems, 23:99–128, 2010. [Ull76] Ullmann, J. R.: An Algorithm for Subgraph Isomorphism. J. ACM, 23:31–42, January 1976, ISSN 0004-5411. 78
A. Anhang – Für Experimente verwendete Graphen Anhang A enthält die in Kapitel 5 für die Experimente verwendeten Graphen. Näheres zu deren Struktur ist im entsprechenden Kapitel zu finden. Zur Verdeutlichung wurden bei den Graphen Knoten verschiedenartig dargestellt. Eine Erläuterung der Knotenarten ist in der folgenden Legende zu finden. Abbildung A.1.: Die unterschiedlichen Knoten der dargestellten Graphen 79
Seite 1 und 2:
Leibniz Universität Hannover Insti
Seite 3 und 4:
Inhaltsverzeichnis 1. Einleitung 5
Seite 5 und 6:
1. Einleitung 1.1. Motivation und S
Seite 7 und 8:
2. Grundlagen In diesem Kapitel sol
Seite 9 und 10:
Möglichkeiten erläutert, wie Mapp
Seite 11 und 12:
(etwa OLA oder Microsoft BizTalk Ma
Seite 13 und 14:
Abbildung 3.2.: Klassifizierung von
Seite 15 und 16:
4. Der Similarity Flooding Algorith
Seite 17 und 18:
Definition 4.1 Seien A und B zwei M
Seite 19 und 20:
Gemäß der Definition wird also zu
Seite 21 und 22:
Abbildung 4.3.: Similarity Propagat
Seite 23 und 24:
durch die Formel darstellen, wobei
Seite 25 und 26:
Tabelle 4.3 dargestellt sind. Währ
Seite 27 und 28: Abbildung 4.4.: Bipartiter Graph (l
Seite 29 und 30: Das Zuordnungsproblem Beim Zuordnun
Seite 31 und 32: 5. Vergleich mit anderen Verfahren
Seite 33 und 34: (vorgeschlagen ist ein Unterschied
Seite 35 und 36: durchgeführt werden müssen, um ei
Seite 37 und 38: 6. Implementierung der Testumgebung
Seite 39 und 40: Abbildung 6.4.: Menü mit den Anfan
Seite 41 und 42: Abbildung 6.7.: Filterung der Ergeb
Seite 43 und 44: AUTOR(Name (PK), Geburtsdatum); BUC
Seite 45 und 46: sich allein mit der Qualität des V
Seite 47 und 48: Die Graphen 3, 4 und 5 sind jeweils
Seite 49 und 50: Graph 1 2 3 4 5 6 7 |Knoten| 6 15 8
Seite 51 und 52: wie sich das allgemein auf das Simi
Seite 53 und 54: Knoten Iteration 1 (a, b) 0 (a 1 ,
Seite 55 und 56: Knoten Iteration 1 2 3 10 20 30 40
Seite 57 und 58: gorithmus arbeiten muss, um zu eine
Seite 59 und 60: Die Beobachtung, dass sich die Kand
Seite 61 und 62: Knoten Iteration 1 2 3 4 5 6 7 8 9
Seite 63 und 64: Einstellen niedriger Anfangsähnlic
Seite 65 und 66: eines Schemas in einen Graphen. Im
Seite 67 und 68: ER_MITARBEITER aus Schema 2 kann zu
Seite 69 und 70: 1 für α in der Vorverarbeitung da
Seite 71 und 72: Musiksammlung Bei den Musiksammlung
Seite 73 und 74: durch Festlegen von Anfangsähnlich
Seite 75 und 76: den Benutzer berücksichtigt wurde,
Seite 77: Literaturverzeichnis [DMR02] [Dra93
Seite 81 und 82: A.2. Graph 2 Abbildung A.4.: Graph
Seite 83 und 84: A.3. Graph 3 Abbildung A.7.: Graph
Seite 85 und 86: Abbildung A.10.: Graph 4: Pairwise
Seite 93 und 94: Abbildung B.3.: Graph zu Schema 1 9
Seite 95 und 96: B.2. Bustouren STADT (Name, Highlig
Seite 97 und 98: Abbildung B.8.: Graph zu Schema 2 9
Seite 99 und 100: Abbildung B.11.: Graph zu Schema 1
Seite 101 und 102: B.4. Filmdatenbank MOVIE (movie, ti
Seite 103 und 104: Abbildung B.16.: Graph zur Schema 2
Seite 105 und 106: Schema 1 Schema 2 Ähnlichkeitswert
Seite 119: Schema 1 Schema 2 Ähnlichkeitswert
Alle anzeigen

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

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?