Stage-oe-small.jpg

Thema3585

Aus Aifbportal
Wechseln zu:Navigation, Suche



OLAP auf Linked Open Data





Informationen zur Arbeit

Abschlussarbeitstyp: Master
Betreuer: Benedikt KämpgenAchim Rettinger
Forschungsgruppe: Wissensmanagement

Archivierungsnummer: 3585
Abschlussarbeitsstatus: Abgeschlossen
Beginn: unbekannt
Abgabe: unbekannt

Weitere Informationen

Lust auf exploratives Data Mining im Semantic Web?

Stichworte: OLAP, Linked Open Data, OLAP auf Graphdaten, Data Mining auf Web-Daten, Semantic Web

Motivation

Als Linked Open Data wird die Menge aller Daten bezeichnet, die im Web durch Semantische Technologien mit einer freien Lizenz veröffentlicht worden sind. Beispiele für enthaltene Datensätze sind DBpedia, Freebase, US Census (Für eine Übersicht, siehe the Linking Open Data cloud Diagramm) Seit mehreren Jahren wächst Linked Open Data exponentiell.

Die große und thematisch breite Menge an Linked Open Data verspricht nützliches Wissen zu erzeugen. Data-Mining-Methoden extrahieren interessante Muster aus riesigen Datenmengen.

Online Analytical Processing (OLAP) ist eine explorative Data-Mining-Methode, die sich insbesondere in der Industrie zur Analyse von Statistikdaten bewährt hat.

Vorteile von OLAP sind:

  • Bekannte konzeptuelles Modell aus Datenwürfeln (Data Cubes), Dimensionen und Kennzahlen (Measures).
  • Operationen zur explorativen Analyse von Datenwürfeln, z.B. Slice, Dice, Roll-Up, Drill-Down
  • Systematische und automatische Vorverarbeitung von Daten in wiederholbaren ETL-Prozessen
  • Optimierungstechniken zur effizienten Ausführung von OLAP-Operationen (z.B. Materialisierung)

In der Arbeit soll OLAP auf Linked Open Data erlaubt werden.

Herausforderungen

Folgende Herausforderungen gibt es beispielsweise beim Anwenden von OLAP auf Linked Open Data:

  • Milliarden von Daten.
  • Daten sind über Server verteilt.
  • Nicht relationale Daten, sondern graph-basierte Daten
  • Unsaubere Daten
  • Besondere Semantik der Daten (Inferenzen möglich)
  • Verschiedene Abstraktionslevel, z.B., Top-Level-Domänen, Domains, Datei, URI

Ziele der Arbeit

Folgende Fragestellungen sollen in der Arbeit untersucht werden:

  • Welche Kennzahlen zu Linked Open Data sind interessant?
  • Wie kann man OLAP-Operationen auf Linked Open Data ausführen?
  • Wie können OLAP-Operationen effizient ausgeführt werden?
  • Wie können Ergebnisse von OLAP-Analysen visualisiert werden?

Unterstützung:

  • Für die Arbeit kann auf leistungsstarke Server zugegriffen werden.
  • Als repräsentatives Linked Open Data kann auf das Billion Triple Challenge Dataset zurückgegriffen werden.

Benachbarte Arbeiten

Folgende Arbeiten sind beispielsweise für die Arbeit interessant (Hinweis: Arbeiten können ggf. nur im Intranet der Uni heruntergeladen werden):

Data Mining auf Linked Open Data

OLAP auf Graphdaten

Effiziente Abfrage von riesigen Datenmengen

  • Google Dremel erlaubt analytische Abfragen über mehr als 10.000 Servern und auf Petabytes von Daten in Sekunden.
  • Hadoop, Hive und MapReduce sind als Technologien geplant, um Abfragen parallelisiert auszuführen.

Voraussetzungen