Hauptinhalt

Dieser Eintrag ist aus dem Wintersemester 2016/17 und möglicherweise veraltet. Ein aktuelles Äquivalent finden Sie hier.

CS 671 — Datenintegration
(engl. Data Integration)

Niveaustufe, Verpflichtungsgrad Vertiefungsmodul, abhängig vom importierenden Studiengang
Lehr- und Lernformen,
Arbeitsaufwand
Vorlesung (2 SWS), Übung (2 SWS),
180 Stunden (60 Std. Präsenzzeit, 120 Std. Selbststudium)
Leistungspunkte,
Voraussetzungen zum Erwerb
6 LP
Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben und mündliche Präsentation der Lösung von mindestens zwei der Übungsaufgaben.
Prüfungsleistung: Mündliche Prüfung oder Klausur
Sprache,
Benotung
Deutsch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang M.Sc. Data Science.
Exportfach, Ursprung Informatik, M.Sc. Data Science
Dauer des Moduls,
Häufigkeit
Ein Semester,
Zweijährlich im Sommersemester
Modulverantwortliche(r) Prof. Dr. Bernhard Seeger

Inhalt

  • Semantische Datenmodelle
  • Extraktion von Daten und Metadaten
  • Datenvorverarbeitung
  • Techniken der Schematransformation
  • Schnelles Laden von Daten
  • Architektur für Data Warehouses
  • Online Analyse im Datawarehouse
  • Kontinuierliches Laden und Datenströme (MessageQueuing)
  • Kopplungstechniken für Datenbanksysteme
  • Datenaustausch im Web

Qualifikationsziele

  • Kenntnisse im Bereich semantischer Datenmodelle
  • Erlernen von Techniken zur Kopplung von Datenbanken
  • Erwerb von Kenntnissen zu Techniken bei der Schematransformation
  • Prinzipien des Datawarehousing
  • Analysetechniken für große Datenbanken
  • Prinzipien des Message Queuing
  • Einüben wissenschaftlicher Arbeitsweisen (Erkennen, Formulieren, Lösen von Problemen, Schulung des Abstraktionsvermögens)
  • Training der mündlichen Kommunikationsfähigkeit in den Übungen durch Einüben der freien Rede vor einem Publikum und bei der Diskussion.

Voraussetzungen

Keine. Empfohlen werden die Kompetenzen, die in dem Modul Algorithmen und Datenstrukturen sowie Datenbanksysteme vermittelt werden


Literatur

  • Han,Kamber: Data Mining: Concepts and Techniques, Morgan Kaufmann
  • Lehner: Datenbanktechnologie für Data-Warehouse-Systeme, Dpunkt
  • Conrad: Föderierte Datenbanksysteme - Konzepte der Datenintegration. Springer-Verlag
  • Naumann: Quality-Driven Query Answering for Integrated Information Systems, Springer-Verlag



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2016/17 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.