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, Wahlpflichtmodul |
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. |
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
Verwendbarkeit
Importmodul aus dem M.Sc. Data Science.
Es kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen
- B.Sc. Data Science
- B.Sc. Informatik
- B.Sc. Wirtschaftsinformatik
- M.Sc. Data Science
- M.Sc. Informatik
- M.Sc. Mathematik
- M.Sc. Wirtschaftsinformatik
- LAaG Informatik
Im Studiengang M.Sc. Informatik kann das Modul im Studienbereich Vertiefungsbereich Informatik absolviert werden.
Die Wahlmöglichkeit des Moduls ist dadurch beschränkt, dass es der Praktischen Informatik zugeordnet ist.
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:
- WiSe 2016/17
- SoSe 2018
- WiSe 2018/19
- WiSe 2019/20
- WiSe 2020/21
- SoSe 2021
- WiSe 2021/22
- WiSe 2022/23
- WiSe 2023/24
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.