High Quality
Open the downloaded document, and select print from the file menu (PDF reader required).
Bachelorarbeit
Fusionieren wie ein Mensch –Konfliktaufl¨osung unter Benutzungglobalen Wissens
Michael Leben
michael.leben@student.hpi.uni-potsdam.de
30. Juni 2008betreut durch Prof. Dr. Felix Naumann,Sascha Schott und Joachim Schmid,Lehrstuhl Informationssysteme,Hasso-Plattner-Institut f ¨ur Softwaresystemtechnikan der Universit¨at Potsdam
1
Erkl¨arung der Selbst¨andigkeit
Ich versichere hiermit, dass ich die vorliegende Bachelorarbeit mit dem Thema ,,Fu-sionieren wie ein Mensch” selbst¨andig verfasst und keine anderen als die angegebenenHilfsmittel benutzt habe. Die Stellen, die anderen Werken dem Wortlaut oder dem Sinnnach entnommen wurden, habe ich in jedem einzelnen Fall durch die Angabe der Quelle,auch der benutzten Sekund¨arliteratur, als Entlehnung kenntlich gemacht.Potsdam, den 30.06.2008
Zusammenfassung
In dieser Arbeit werden Index-basierte Verfahren zur Konfliktaufl¨osung un-tersucht. Mit einem Index¨uber der Eingabedatenbank lassen sich Metainfor-mationen¨uber die konfligierenden Attributwerte ermitteln. Die Einbindungexterner Wissensquellen erweitert die Informationsbasis, anhand der eine Fu-sionsentscheidung getroffen wird. Es werden effiziente Verfahren gezeigt, mitdenen ein solcher Index erstellt und ausgewertet werden kann. Anhand vonVergleichen mit manuell fusionierten Daten wird gezeigt, dass die Nutzungglobalen Wissens die Fusionsqualit¨at steigert.2
Inhaltsverzeichnis Inhaltsverzeichnis
Inhaltsverzeichnis
1 Fusionieren wie ein Mensch?42 Die Problemstellung - Fusion von Duplikatgruppen53 Nutzung globalen Wissens7
. . . . . . . . . . . . . . . . 103.2.2 Die Variante
. . . . . . . . . . . . . . . . . . . . 113.2.3 Die Erweiterung
. . . . . . . . . . . . . . . . . 133.3.1 Same Data, Same Conflict, Same Resolution -
. . . . . . 15
. . . . . . . . . . . . . . . . . 174.1.1 Indexerstellung. . . . . . . . . . . . . . . . . . . . . . . . . . . . 174.1.2 Erzeugung der
-Histogramms. . . . . . . 214.1.4 Zusammenfassung f ¨ur Indizierung und Abfrage. . . . . . . . . . . 224.2 Implementierungen von
. . . . . . . . . . . . . . . . . . . . 234.2.1
NonsenseFilter. . . . . . . . . . . . . . . . . . . . . 24
5.1 Laufzeit der Berechnung. . . . . . . . . . . . . . . . . . . . . . . . . . . 255.2 Qualit¨at der Ergebnisse. . . . . . . . . . . . . . . . . . . . . . . . . . . . 265.3 Eignung der Verfahren und Ausblick. . . . . . . . . . . . . . . . . . . . 29
A Wikicat-Daten f ¨ur Fuz!on vorbereiten33B Histogramme¨uber die Gruppengr¨oßen34C Konfliktaufl¨osungsfunktionen35D Konfliktarten36
3
Commenting has been disabled.