1 automatische erstellung von integrationslösungen markus eppert seminar mastering the information...
TRANSCRIPT
![Page 1: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/1.jpg)
1
Automatische Erstellung von Integrationslösungen
Markus Eppert
Seminar
„Mastering the Information Explosion – Information Integration and Information Quality“
07.07.2006
![Page 2: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/2.jpg)
2
Übersicht
• Motivation
• AutoMed
• SEMEX
• Fazit
![Page 3: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/3.jpg)
3
Motivation
• Heterogene Datenquellen schon innerhalb einzelner Unternehmen
• Weltweit wachsende Datenmengen
• Ziel Datenintegration: Einheitliches Schema auf Daten aus verschiedenen Datenquellen
Manuelle Datenintegration sehr kostspielig
Erstellung automatischer Integrationslösungen erwünscht
![Page 4: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/4.jpg)
4
AutoMed
• Domänenunabhängiger Ansatz zur automatischen Datenintegration
• Zugrundeliegendes Konzept: Hypergraph Data Model
• Both-as-View-Ansatz als Integrationskonzept
• Optimierung und Validierung der entstandenen Transformationspfade durch die Transformation Manipulation Language
![Page 5: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/5.jpg)
5
Hypergraph Data Model
• Beschrifteter, gerichteter Graph
• HDM-Schema: Tripel <Knoten, Kanten, Constraints> = <N, E, C>
• Kanten können Knoten und andere Kanten verbinden
• Knoten haben einen eindeutigen Namen
• Namen für Kanten sind optional
• Anschaulich: Knoten = einzelne Klassen bzw. Konstrukte Kanten = Referenzen
• Durch Constraints können Bedingungen definiert werden
![Page 6: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/6.jpg)
6
Primitive Transformationen
• renameNode(oldName, newName)
• renameEdge((oldName, c1, ... , cm), newName)
• addNode(name, q)
• delNode(name, q)
• addEdge((name, c1, ... , cm), q)
• delEdge((name, c1, ... , cm), q)
• addConstraint(c)
• delConstraint(c)
Umkehrtransformationen für jede Transformation vorhanden
![Page 7: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/7.jpg)
7
Anwendungsbeispiel (I)
Schema 1
N = {Person,Mathematiker, Informatiker}
E =
C = {Mathematiker Person, Informatiker Person}
Schema 2
N = {Person,Fachgebiet}
E = {(null,Person,Fachgebiet)}
C =
Person
Mathematiker Informatiker Fachgebiet
Person
![Page 8: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/8.jpg)
8
Anwendungsbeispiel (II)
Person
Mathematiker Informatiker
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
![Page 9: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/9.jpg)
8
Anwendungsbeispiel (II)
Person
Mathematiker Informatiker
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
![Page 10: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/10.jpg)
8
Anwendungsbeispiel (II)
Person
Mathematiker Informatiker
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
4. delConstraint(Mathematiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
![Page 11: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/11.jpg)
8
Anwendungsbeispiel (II)
Person
Mathematiker Informatiker
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
4. delConstraint(Mathematiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
![Page 12: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/12.jpg)
8
Anwendungsbeispiel (II)
Person
Mathematiker
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
4. delConstraint(Mathematiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
5. delNode(Informatiker, {x | (x, Info) (null, Person, Fachgebiet)})
Informatiker
![Page 13: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/13.jpg)
8
Anwendungsbeispiel (II)
Person
Mathematiker
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
4. delConstraint(Mathematiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
5. delNode(Informatiker, {x | (x, Info) (null, Person, Fachgebiet)})
![Page 14: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/14.jpg)
8
Anwendungsbeispiel (II)
Person
Mathematiker
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
4. delConstraint(Mathematiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
5. delNode(Informatiker, {x | (x, Info) (null, Person, Fachgebiet)})
6. delNode(Mathematiker, {x | (x, Mathe) (null, Person, Fachgebiet)})
![Page 15: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/15.jpg)
8
Anwendungsbeispiel (II)
Person
1. addNode(Fachgebiet, {Mathe, Info})
2. addEdge(null, Person, Fachgebiet, {(x, Mathe) | x Mathematiker} {(x, Info) | x Informatiker})
3. delConstraint(Informatiker Person)
4. delConstraint(Mathematiker Person)
Fachgebiet
Mathe Info
„=“Mathematiker
„=“Informatiker
5. delNode(Informatiker, {x | (x, Info) (null, Person, Fachgebiet)})
6. delNode(Mathematiker, {x | (x, Mathe) (null, Person, Fachgebiet)})
![Page 16: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/16.jpg)
9
Both-as-View in AutoMed
ÄS1
GS
LSn
LSi
LS3
LS2
LS1
ÄSn
ÄSi
ÄS3
ÄS2
id id id id
Globales Schema
Äquivalenzschemata
Lokale Schemata
• Übertragung der LS in ÄS durch primitive Transformationen• ÄS sind syntaktisch äquivalent, Vereinigung möglich• id-Transformation zur Sicherstellung der Äquivalenz• Auswahl eines beliebigen ÄS, über welches das GS erstellt wird Instanzen aus anderen ÄS können durch die Vereinigung ergänzt werden
![Page 17: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/17.jpg)
10
BaV vs. LaV und GaV
Transformationspfade im AutoMed Metadata Repository
gespeichert
Queries ermöglichen Bilden von GaV- und LaV-Sichten
BaV mächtiger
![Page 18: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/18.jpg)
11
Transformation Manipulation Language (TML)
• Ziel: Optimierung und Validierung der entstandenen Transformationspfade– Entfernen komplementärer Transformationen
– Zusammenfassen mehrerer Transformationen
• Jede Transformation wird mit Vor- und Nachbedingungen ergänzt
![Page 19: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/19.jpg)
12
Komplementäre Transformationen
• Beispiel: t(i): addNode(Komplementär, q)
t(i+1): delNode(Komplementär, q)
Transformationen können entfernt werden, ohne dass sich das resultierende Schema ändert
Regeln zur Entdeckung komplementärer Transformationen werden aus den Vor- und Nachbedingungen abgeleitet
Problem: Vergleich nur zwischen benachbarten Transformationen möglich
![Page 20: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/20.jpg)
13
Vertauschen vom Transformationsschritt t(i) mit t(i+1)
• Wichtig: Bei einem Tausch darf t(i+1) nicht von Konstrukten abhängen, die erst durch t(i) eingeführt wurden
• Beispiel: t(i): renameNode(Alt, KeinTausch)
t(i+1): delNode(KeinTausch, q)
kein Tausch möglich, da t(i+1) ein Konstrukt löschen würde, das (noch) nicht existiert
Genaue Regeln zum Tauschen werden ebenfalls durch die Vor- und Nachbedingungen festgelegt
![Page 21: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/21.jpg)
14
Partiell komplementäre Transformationen
• Partiell komplementär: Zwei Transformationen können zu einer einzigen Transformation zusammengefasst werden
• Beispiel: t(i): addNode(A, q)
t(i+1): renameNode(A, B)
Vereinfacht zu addNode(B, q‘)
Vereinfachungen wiederum aus den Vor- und Nachbedinungen ableitbar
![Page 22: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/22.jpg)
15
SEMEX
• Abkürzung für SEMantic EXplorer• spezielle Anwendungsdomäne: Personal Information
Management (PIM)• Extrahierung von Zusammenhängen verschiedener Daten aus
unterschiedlichen Anwendungen• Verwenden von Attributen, Schlüsseln und Fremdschlüsseln
ähnlich zu SQL
![Page 23: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/23.jpg)
16
Der Aufbau von SEMEX
Domänenmodell
Data Repository
ReferenceReconciliation
Assoziationen InstanzenSimple
Derived Extracted
External
PowerPoint Word Excel LaTeX PDF e-Mail
![Page 24: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/24.jpg)
17
Assoziationen und Instanzen
Verschiedene Möglichkeiten zur Extrahierung von Daten:• Simple/Extracted:
– Direkte Extrahierung von Daten durch Importer aus bekannten Formaten (z.B. e-Mail-Adressbuch)
• External: – Extrahierung von Daten durch externe Dienste
– Ermittlung von Assoziationen über ein Web-Interface
• Defined:– Definition von Objekten und Assoziationen aus einfacheren
Objekten (z.B. Co-Autor als Assoziation zwischen Autoren und Veröffentlichungen)
![Page 25: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/25.jpg)
18
Vorgehen bei Datenintegration
• 1. Schritt: Schema Matching– Übereinstimmungen von Attributen aus der externen Quelle mit
denen des Domänenmodells finden
• 2. Schritt: Finden verwandter Attribute– Suche nach Klassen aus dem Domänenmodell zur möglichen
Anreicherung mit zu integrierenden Attributen
– Output: mögliche Integrationsklassen für die Attribute
• 3. Schritt: Zuordnung der Attribute– Vorschläge zur Zuordnung der Attribute zu bestimmten Klassen
– Output: Vorgeschlagene Mappings, können durch den Benutzer modifiziert werden
![Page 26: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/26.jpg)
19
Reference Reconciliation (I)
• Ziel: Datensätze, die dasselbe Objekt repräsentieren– identifizieren
– zusammenführen
• Frühere Ansätze: – Abgleichung von Objekten einer einzelnen Tabelle
– Alle Objekte enthalten dieselbe Menge an Attributen
– Attribute haben jeweils nur einen einzigen Wert
Im PIM nicht anwendbar, da• Heterogene Datenquellen
• Attribute mit mehreren Werten möglich (z.B. e-Mail-Adressen)
![Page 27: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/27.jpg)
20
Reference Reconciliation (II)
Reference Reconciliation in SEMEX:• 1. Schritt:
– Angleichung basierend auf gleichen Werten in Schlüsselattributen
– Merging bei einem gemeinsamen Wert in einem Schlüssel
• 2. Schritt:– Angleichung basierend auf der Ähnlichkeit von Strings (Edit
Distance)
– Einsatz domänenabhängiger Heuristiken (z.B. Aufbau von e-Mail-Adressen)
![Page 28: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/28.jpg)
21
Reference Reconciliation (III)
• 3. Schritt: Anwendung von globalem Wissen– Suchmaschinen-Analyse:
• Suchmaschinen-Analysierer gibt Texte von zwei Referenzen in Google ein und vergleicht die Top-Treffer
• Referenzen zu derselben Person haben oft ähnliche Top-Treffer
– Time-series comparison:• Auswahl von Referenzpaaren, die als ähnlich eingestuft, aber nicht
zusammengefasst wurden• Sammeln von Zeitmarken aus den e-Mails, die mit den Referenzen in
Verbindung gebracht wurden• Merging bei geringer oder gar keiner Überschneidung der Zeitmarken
![Page 29: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/29.jpg)
22
Reference Reconciliation (IV)
Reference Reconciliation über mehrere Klassen:
paper pa1= („Conflict Detection Tradeoffs for Replicated Data“, „703-746“, {pe1, pe2}, c1)
pa2= („Conflict detection tradeoffs for replicated data“,
„703-746“, {pe3, pe4}, c2)
person pe1= („M.J. Carey“, null, i1)
pe2= („M. Livny“, null, i1)
pe3= („Mike Carey“, „[email protected]“, i2)
pe4= („Miron Livny“, „[email protected]“, i2)
inst i1 = („Univ. of Wisconsin Madison“, null)
i2 = („WISC“, „1210 W. Dayton St., Madison“)
conf c1 = („ACM Transactions on Database Systems“, „1991“)
c2 = („TODS“, „1991“)
![Page 30: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/30.jpg)
23
Reference Reconciliation (V)
• 1. Phase: Abgleichung der Objekte einer einzelnen Klasse– Im Beispiel: Merging von pa1 und pa2 wegen starker Ähnlichkeit
• 2. Phase: Erstellen eines Abhängigkeitsgraphen– Knoten sind gemischte Paare und Kandidatenpaare
– Jeder Knoten erhält ein Ähnlichkeitsmaß zwischen 0 und 1
– Kante impliziert Berücksichtigung der verbundenen Knoten bei Neuberechnung der Ähnlichkeit
– Im Beispiel:Sim(pa1, pa2)
Sim(c1, c2)Sim(pe1, pe3) Sim(pe2, pe4)
Sim(i1, i2)
![Page 31: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/31.jpg)
24
Data Repository
• Datenbank, in welche die neu gewonnenen Instanzen und Assoziationen gespeichert werden
• Verwendet das Resource Description Framework RDF, implementiert mit dem Semantic Web Framework Jena
• Aktualisierung der Daten– regelmäßiges Absuchen des Desktops
– Extrahierung von Instanzen und Assoziationen
– inkrementelle Erweiterung der Datenbank
![Page 32: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/32.jpg)
25
Domänenmodell
• Objektorientiertes Metamodell mit Klassen und Assoziationen
• Unterstützt z.Z. keine Vererbung
• Individuelle Anpassung des Standard-Domänenmodells durch Verfeinerung oder Modifizierung bereits vorhandener Klassen möglich
![Page 33: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/33.jpg)
26
On-the-fly-Integration mit SEMEX
Unterstützung des Benutzers beim Datenimport durch folgende
Werkzeuge:• Datenvorbereitung und Wrapping: Transformiert die Daten in eine
strukturierte Form, mit der SEMEX weiterarbeiten kann
• Schema Matching und Mapping: Ermöglicht die Beschreibung der semantischen Zusammenhänge zwischen Datenquelle und Domänenmodell
• Datenimport: Importiert Daten von der externen Datenquelle nach dem Schema Matching Reference Reconciliation
• Datenanalyse und Zusammenfassung (optional): Sucht Muster aus den importierten Daten, die für den Benutzer von Interesse sein könnten
![Page 34: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/34.jpg)
27
Queries in SEMEX
• Suche mit Schlüsselwörtern:– Anzeige aller Objekte, die mit diesem Wort in Beziehung stehen
– Kann Mengen von Objekten aus verschiedenen Klassen liefern
– Objekte bereits in verschiedene Klassen eingeteilt
• Auswahl einer Klasse aus dem Domänenmodell:– Eingabe bestimmter Werte für einige Attribute der ausgewählten
Klasse Selektion
• Assoziations-Queries:– Durchsuchen der Daten durch den Benutzer über Assoziationen
zwischen Objekten
– Auswahl eines Objekts alle Objekte erreichbar, die mit diesem in Verbindung stehen
![Page 35: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/35.jpg)
28
Fazit
• AutoMed als domänenunabhängiger Ansatz• SEMEX als Ansatz in der PIM-Domäne• Hoher Grad an Unterstützung durch den Benutzer nötig
– Mapping weitestgehend manuell
– Matching teilweise automatisiert
Vielversprechende Ansätze, aber noch viele zu lösende Probleme– Hauptschwierigkeit: Semantische Heterogenität
– Geringer Automatisierungsgrad
Es ist noch ein weiter Weg zu anwendbaren automatischen Integrationslösungen
![Page 36: 1 Automatische Erstellung von Integrationslösungen Markus Eppert Seminar Mastering the Information Explosion – Information Integration and Information](https://reader036.vdocuments.site/reader036/viewer/2022070310/55204d7049795902118c1a21/html5/thumbnails/36.jpg)
29
Fragen?