Daten sammeln aus Verschiedenen Datenbanken Dokumenten Dateien

Slides:



Advertisements
Ähnliche Präsentationen
Daten im Data-Warehouse
Advertisements

Das Bayerische Avifaunistische Archiv (BAA)
6σ - Anwendungsbeispiel: Road Map
Lightweight Directory Access Protocol
Belieferung Schattenspeicher
Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg1/9 Data Mining Ist die Wissensgewinnung aus Datensammlungen (Knowledge Discovery in Database).
Schritte zu Datenmodellierung
CIDOC-CRM Universität zu Köln Historisch-kulturwissenschaftliche Informationsverarbeitung AM 2 Dozent: Prof. Dr. Manfred Thaller Referent: Nelson Marambio.
Gottfried Vossen 5. Auflage 2008 Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme Kapitel 16: Grundlagen des Data Mining.
Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme
Kurs Datenbanken Anleitung zur Erstellung von Kombinationsfeldern in Formularen.
Grafstat Ein Programm zum Erstellen von Fragebögen.
Rigi und Web2Rsf vorgestellt von Tobias Weigand. Inhalt Ziel von Web2Rsf und Rigi Vorstellung des Parsers Web2Rsf Vorstellung des Werkzeugs Rigi Analyse.
Praxis der Metadatenerfassung Markus Enders Goettingen State and University Library
ExKurs Import 1/9 Dr. Barbara Hoffmann LiteraturKompetenz Daten importieren Neben der Option Recherchieren bietet citavi Ihnen noch eine weitere.
Wie funktionieren Suchmaschinen?
Einführung in Visual C++
Die Bank von morgen - eine neue Welt für IT und Kunden? 23. Oktober 2001.
CIDOC CRM aus der Sicht von Ontologienutzern. CIDOC CRM - (Formale) Ontologie für die Dokumentation in den Kulturwissenschaften – ISO 21127: A Reference.
Entitäten Extraktion Wichtige Schritte Petra Maier WS 05/06.
Online-Befragung Themen: 1. Vor- und Nachteile 2. Voraussetzungen
Entwicklung eines Data Warehouse © by Sistema GeoDAT, S.L.
© DVS System Software GmbH & Co. KG
Sistema GeoDAT, S.L. GeoBIS, GeoEIS, GIS-Komponente … 2005.
Geo-Informations-Systeme
Datenanbindung zwischen LucaNet und QlikView als Frontend
Entwicklung eines Data Warehouse 2007 © by Sistema GeoDAT, S.L.
Abfragen definieren Beispiele für Abfragen: Microsoft Query:
7th German CDISC User Group Basel, 11. März 2010 Willkommen zum Define.xml Workshop.
Urkund ist ein schulisches Anti-Plagiatssystem, das lediglich auf -Basis operiert.
Problemstellung Heterogene DV-Strukturen Mangelnde Kapazität in der EDV-Abteilung Historische Daten nicht verfügbar Analysen belasten die vorhandene Infrastruktur.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation I Vorlesung 10 WS 2000/2001 Gerhard Gröger Einführung in ArcInfo 8.
9. Nützliche Techniken 9.1 Textelemente suchen
13. Grundlagen des Seriendrucks
7. Andere Datenquellen verwenden1 Direkter Zugriff auf Fremddaten (importieren) Fremde Datenquelle Word 2002 Filter beim Importieren der Daten Fremdes.
Visual Extend CTableForm Builder deutschsprachige FoxPro User Group Uwe Habermann VFX 08 D.
Zankena Begriffserklärung.
Datenbanken Dantenbanksystem Data Base System Datenbasis (Daten)
Publikation auf Knopfdruck Judith Riegelnig Michael Grüebler 19. Oktober 2010 / Statistiktage Neuenburg.
Ganzheitliches Projekt-, Ressourcen- und Qualitätsmanagement 1 Reports und AddOns Auf den folgenden Seiten wird Ihnen die Funktionsweise der Reports und.
Data Warehouse: ETL-Praktikum
Microsoft OfficeWord Erstellen eines Serienbriefes Stand: Mai 2010 (Grundlagen)
FME Server als multidimensionale Rasterdatendrehscheibe
STRUKTUR EINES DATA WAREHOUSE / OLAP - SYSTEMS
00:13 Matthias Ansorg FH Gießen-Friedberg1 / 24 Multidimensionale Datenstrukturen - semantische und logische Modellierung Teilvortrag: logische Modellierung.
Funktionen für die Teamarbeit
ESRI EUROPEAN USER CONFERENCE
Mehr Zeit für den Kunden und wirtschaftlicher Arbeiten mit BIB-Control
DAS PRINZIP OFFENHEIT. Open Government Data: Von pdf zu Open Data Credits: Grafik Linz_Open Commons: CC-by:
Lernen durch Vergleiche
Mind-Manager/FreeMind & CONSIDEO MODELER
Musterlösung IT-Struktur an Schulen © M. Stütz, F. Wrede LEU - Zentrale Planungsgruppe Netze am Kultusministerium Baden-Württemberg zwei Benutzerverwaltung.
Nachtrag Abgrenzung OLAP / OLTP
Silver Monkey Rollout Center
DATAframe ® Transparenz in Ihrem Unternehmen Referent: XXXXXXX Datum:
Podcast Film als INTRO.
Komponenten und Phasen des Data Warehousing
MS Word 2010 Word Texte eingeben und bearbeiten automatische und manuelle Korrekturen Text bearbeiten Word Texte eingeben und bearbeiten automatische und.
Lösung komplexer Problemstellungen Susanne Längle & Lukas Matt.
Geographie des Wahljahrs (Öffentliche Auftritte) UE Digitale Information in Raum, Gesellschaft und Wirtschaft Gruppe A2: Hartl, Hartner, Hemetsberger,
Statistische Auswertung und Darstellungsmöglichkeiten von Messdaten Seminarvortrag von Christian Gorgels im Studiengang Scientific Programming.
H. Grottenegg 1 Geodaten – zur Prüfung bitte!. H. Grottenegg2 Um welche Prüfung gehts?  Prüfung von (Geo-)Daten gegen eine Richtlinie/Vorgabe (z.B.Naturbestand,
csv2siard Version 1.7 csv2siard erlaubt die Konvertierung von CSV-Datei Sammlungen in eine SIARD-Datei. Die Vorteile einer solchen Konvertierung: 1.einzelne.
Key-Value Paare (KVP) - Metadaten für Kanäle speichern und nach MDF4 exportieren PM (V1.0)
/Folie 1Holger Frietsch Historisierung von Zuordnungsänderungen für Dimensionen in relationalen ORACLE8-Data Warehouse- Datenbanken Holger Frietsch.
Vorlesungsverzeichnisse der Universität Bern: Von der Digitalisierung zur Faktenbasis Niklaus Bütikofer Universität Bern Universitätsarchiv Weiterbildungsprogramm.
Nachtrag Abgrenzung OLAP / OLTP
Text-Schnittstelle AS Erstellen Dokument-Steuerinformationen
7th German CDISC User Group Basel, 11. März 2010
 Präsentation transkript:

Daten sammeln aus Verschiedenen Datenbanken Dokumenten Dateien Regelmäßig zu bestimmten Zeitpunkten Konzentration in neuer Datenstruktur

Wie kommen Daten ins Warehouse? Dateien Zwischenspeicher Bereinigen Zusammenführen Umstrukturieren Datenbanken Data Warehouse Dokumente Daten extrahieren aufbereiten laden

Daten aufbereiten Daten sind aus verschiedenen Quellen Daten sind oft Dokumente (Verträge mit Busunternehmen) Dateien (verkaufte Fahrscheine in Bussen) Datenbanken (Fahrscheinautomaten) Daten sind oft im falschen Format fehlerhaft inkonsistent oder mehrfach vorhanden

Aufgaben Datenformat festlegen Extraktions- und Umformprozess definieren manuell Umformprogramm entwickeln Umformsoftware kaufen und konfigurieren Daten auswerten

Mehrdimensionale Datenanalyse

Sternschema mit Fakten- und Dimensionstabellen Quartal Dimensionstabelle Buslinie Faktentabelle Fahrgastzahlen Quartal Jahr Linien Nr. Unterlinie Start Ziel Linie Quartal Tageszeit Fahrgastzahl Dimensionstabelle Tageszeit Zeitbereich Startzeit Endzeit Tagesart

Schneeflockenschema Dimensionstabellen Linien Faktentabelle Fahrgastzahlen Linien Nr. Linienname Unterlinien Unterlinie Start Ziel Linie Quartal Tageszeit Fahrgastzahl Haltestellen Haltestelle Nr. Name Ort Automat? Wartehäuschen?

Aufgabe Erstellen Sie ein Data Warehouse für die Analyse von Studentenzahlen Struktur Transformation und Import der Daten Analyse der Daten Datenquelle Datenbank: Studenten

Common Warehouse Model (CWM)