eTutor XQuery und Datalog - Data & Knowledge Engineering

18 Kapitel 3. Lösungsansatz
Datalog-Prozessor liefert in diesem Fall die beiden möglichen Modelle, die in der
Abbildung mit (a) und (b) gekennzeichnet werden.
Nicht stratifizierbare Regeln müssen allerdings nicht unbedingt dazu führen, dass
sich die Lösung aus mehr als einem Modell zusammensetzt. Ebenso wie bei
inkonsistenten Regeln ist es auch möglich, dass kein einziges Modell gültig ist. In
jedem Fall wird der Benutzer darauf hingewiesen, dass ein Fehler in der
Formulierung der Regeln vorliegt, der mit der Stratifizierung zusammenhängen
könnte. In Abbildung 3.7 wird ein Beispiel für nicht stratifizierbare Regeln
gezeigt, bei dem der eingesetzte Datalog-Prozessor im Gegensatz zum vorigen
Beispiel kein einziges konsistentes Modell liefert. Der Unterschied liegt hier
lediglich darin, dass eine der negativen Kanten im Zyklus entfernt wurde.
person(max).
ledig(X) :- not verheiratet(X), person(X).
verheiratet(X) :- not ledig(X), person(X).
verheiratet(max).
ledig(max).
(a)
(b)
Abbildung 3.6: Nicht stratifizierbare Regeln, kein eindeutiges Modell
person(max).
ledig(X) :- verheiratet(X), person(X).
verheiratet(X) :- not ledig(X), person(X).
Abbildung 3.7: Nicht stratifizierbare Regeln, inkonsistentes Modell
3.1.3. Feedback
Für die Präsentation von Analyse- und Bewertungsergebnissen werden die
Klassen im Java-Package etutor.modules.datalog.report eingesetzt. Die zentrale
Klasse ist hier etutor.modules.datalog.report.DatalogReport, in der Methoden
definiert sind, aus deren Ergebnissen sich die aufbereiteten Analyse- und
Bewertungsergebnisse zusammensetzen. Das Ausmaß gewünschter Diagnosetiefe
wird über einen Parameter bestimmt. Je höher dieses Diagnose-Level innerhalb
des zulässigen Wertebereiches gesetzt wird, desto mehr Informationen über die
Analyseergebnisse werden an den Benutzer zurückgeliefert. Auf der niedrigsten
Stufe etwa wird nur das Auswertungsergebnis angezeigt, bzw. gegebenenfalls