Dokument 1 - RWTH Aachen University

6.6 Fazit 177
geforderten DW-Relation und der Datenquellen definiert. Darauf aufbauend wurde der MiniCon-
Algorithmus zur Anfrageumschreibung so modifiziert und erweitert, dass aus diesen erweiterten
Modellen ein Mediator für ein Datenintegrationssystem generiert werden kann. Schließlich habe
ich gezeigt, wie sich die Qualitätsfaktoren und Qualitätsziele in dieses formale Rahmenwerk
integrieren lassen, um die Qualität der ermittelten Ergebnisse zu beurteilen.
Die Innovation und die Schwierigkeit des Verfahrens liegt in der Kombination verschiedener
existierender Modelle und Algorithmen, die für die entsprechenden Problembereiche effiziente
Lösungen anbieten. Die Modellierung des Unternehmensmodells und der Datenquellen nach
[Calvanese et al., 2001] ermöglicht eine semantisch reichhaltige Repräsentation der Datenmodelle,
es fehlt aber ein effizientes Verfahren zur Anfrageumschreibung Die Anzahl der möglichen
Umschreibungen im Verfahren nach [Calvanese et al., 2001] ist von der Größenordnung
her identisch mit der Anzahl der Möglichkeiten in meinem Verfahren (evtl. geringer, weil einige
Mediatoroperationen nicht definiert wurden, oder höher, weil auch Umschreibungen betrachtet
werden, die nicht in der ursprünglichen Anfrage enthalten sind). Jedoch muss für jede mögliche
Umschreibung geprüft werden, ob sie in der Anfrage enthalten ist.
Der MiniCon-Algorithmus [Pottinger und Halevy, 2001] konstruiert die Anfrage direkt auf eine
solche Weise, dass die komplexen Überprüfungen nicht notwendig sind, jedoch sind die zugrundeliegenden
Datenmodelle auf die logische Perspektive beschränkt und Qualitätsaspekte werden
nicht berücksichtigt. Die qualitätsgesteuerte Datenintegration von Naumann [2002] betrachtet
auch die Datenqualität, das Datenmodell und das Verfahren zur Anfrageumschreibung sind aber
weniger stark als die vorher genannten Modelle und Verfahren.
Dennoch gibt es einige Schwachpunkte am hier vorgestellten Verfahren. So werden z.B. bei der
Anfrageumschreibung immer nur einzelne Prädikate betrachtet. Dabei könnte eine kombinierte
Betrachtung von Prädikaten aus unterschiedlichen Datenquellen vorteilhaft sein. Im Beispiel
6.4 wird das Prädikat PrivateCustomer nur durch die Relation Marketing abgedeckt. Jedoch ist
auch eine Abdeckung durch einen Verbund der Relationen Customer und GermanCitizen möglich.
Um solche Zusammenhänge zu erkennen sind Beweissysteme (wie z.B. FaCT [Horrocks,
1999]) und eine entsprechend detaillierte Modellierung notwendig. Dies würde aber auf Kosten
der Effizienz der Anfrageumschreibung gehen. Eine Integration von Beschreibungslogiken wie
sie auch in [Calvanese et al., 2001] verwendet werden, würde auch die Ausdrücksstärke der
Abhängigkeitsregeln verbessern.
Die Modellierung der notwendigen Metadaten wurde nicht in diesem Abschnitt gezeigt, da der
Schwerpunkt auf der formalen Darstellung lag. Die notwendigen Erweiterungen der konzeptuellen
und logischen Perspektive können analog zu den bereits in Abschnitt 3.6 vorgestellten
Erweiterungen vorgenommen werden. Die Verbund- und Vereinigungsfunktionen bei Qualitätsfaktoren
können durch zusätzlichen Attribute dargestellt werden.
Abschließend wurde präsentiert, wie die für das Verfahren erforderlichen Metadaten erfasst und
verwaltet werden können. Dazu wurden Werkzeuge entwickelt, die die Metadaten automatisch
aus den Datenquellen extrahieren oder die graphische Bearbeitung von Daten- und Qualitätsmodellen
ermöglichen. Das Verfahren zur Generierung der Spezifikation eines Mediators kann in
diese Umgebung integriert werden, da die notwendigen Daten dafür im Metadatenbanksystem
vorhanden sind. Ein DW-Designer kann dann für eine gegebene DW-Relation und Gewichtungen