forschungsbericht 1998 - Friedrich-Alexander-Universität Erlangen ...

120 Forschungsbericht der WiSo 1998
Rechercheunterstützung:
Zum Zwecke der optimalen Benutzerführung wurde hier entschieden, die Recherchen auf einzelne
Worte herunterzubrechen. Dazu wurden die die Zeitreihen beschreibenden Texte außer als zusam-
menhängender Text jeweils in einzelne Worte aufgesplittet gespeichert, wobei insgesamt doppelt vor-
kommende Worte natürlich nicht redundant, also nur einmal gespeichtert wurden. Dadurch ergab sich
die Möglichkeit, einen Thesaurus als Suchunterstützung einzuführen. Je nach gewünschter Treffer-
quote kann dieser in verschiedener Intensität hinzugeschaltet werden, d.h. in erster Linie können z.B.
nur gleiche Wörter in anderer oder abgekürzter Schreibweise in die Suche einbezogen werden (statt
Unfall oder Aktiengesellschaft auch Suche nach Unfälle und Unfälle oder AG), und erst in zweiter Linie
können Synonyme oder immer globalere Wörter mit zur Suche verwendet werden (z.B. statt Arbeits-
hosen in zweiter Stufe nach Latzhosen und Jeans und in dritter Stufe nach Hosen allgemein).
Ein solches System bringt folgende Vorteile mit sich:
• Entsprechend der Anzahl der gefundenen Treffer kann das System dem Benutzer entsprechende
Hilfehinweise geben.
• Das System kann auch derart gestaltet werden, daß es automatisch den Thesaurus hinzuschaltet.
• Es werden wesentlich weitere Verknüpfungsmöglichkeiten innerhalb der Daten geschaffen, die
durch deren gegebene Struktur sonst nicht möglich wären.
• Fehler in den Daten (z.B. uneinheitliche Verwendung von Umlauten) können umgangen werden.
Es müssen aber auch folgende neue Probleme berücksichtigt werden: Einerseits werden Daten jetzt
doch mehrfach gespeichert. Es müssen also Sicherheitsmechanismen geschaffen werden, die solche
Redundanzen unter Kontrolle halten, z.B. indem bei der Löschung eines Datensatzes an einer Stelle
der restliche Datenbestand entsprechend angepaßt wird. Die meisten großen Datenbanken bieten
solche Sicherheitsmechanismen bereits an. Andererseits kann sich die Suchzeit durch das Einbe-
ziehen vieler zusätzlicher Worte aus dem Thesaurus wesentlich verschlechtern. Da die Abfrageperfor-
mance aber durch die Art und Weise der Speicherung sowie durch verschiedene Abfragemittel beein-
flusst werden kann, wurden beide Wege eingehender untersucht. Dazu ließen sich die nachfolgenden
Ergebnisse zur Datenspeicherung und Abfragegestaltung festhalten.
Datenspeicherung:
• Nach der Datenbanktheorie müssen Datenbestände in verschiedene Tabellen aufgeteilt werden,
damit Abhängigkeiten innerhalb einer Tabelle auf ein Minimum reduziert werden (Normalisierung).
Um die Daten für Anfragen später wieder zu verknüpfen und aufbereitet darzustellen, sind aber
sehr komplexe SQL-Abfragen notwendig. Diese haben zudem in der Regel eine sehr schlechte
Performance. Abhilfe bietet eine Denormalisierung in der Art, daß die Daten entsprechend ihrer
späteren Abfragen zusammen in Tabellen gespeichert werden. Diesbezüglich im Rahmen der Ar-
beit durchgeführte Versuche zeigten einen Performancegewinn um den Faktor 50.