Open and Collaborative Query-Driven Analytics

(Projekt aus Eigenmitteln)

Titel des Gesamtprojektes:
Projektleitung: Richard Lenz
Projektbeteiligte: Andreas Maximilian Wahl
Projektstart: 1. November 2013
Projektende:
Akronym: OCEAN
Mittelgeber:
URL:

Abstract

Mehr und mehr Unternehmen sammeln möglichst alle anfallenden Daten in sogenannten "Data Lakes". Obwohl die Daten damit prinzipiell für beliebige Analysen zur Verfügung stehen, bleibt es dennoch unerlässlich für die Analyse, ein Verständnis für die Bedeutung und die Verknüpfungsoptionen der Daten zu entwickeln. Analysten, die diese Arbeit bereits geleistet haben, formulieren Anfragen, in denen solches Wissen implizit enthalten ist. Wenn dieses Wissen jedoch nicht mit anderen geteilt wird, bleiben mögliche Synergien ungenutzt und das Verständnis der Daten im "Data Lake" wird erschwert. Wir extrahieren automatisiert Teile dieses Wissens aus analytischen Anfragen, um es in aufbereiteter Form für nachfolgende Analysen nutzen zu können. Datenanalysten werden dadurch schneller auf relevante Datenquellen aufmerksam und die Datenintegration wird erleichtert.

Publikationen

Wahl AM.:
A Minimally-Intrusive Approach for Query-Driven Data Integration Systems
ICDE 2016
In: 2016 IEEE 32nd International Conference on Data Engineering Workshops (ICDEW), Helsinki: 2016
BibTeX: Download
Wahl AM., Endler G., Schwab P., Herbst S., Lenz R.:
We Can Query More than We Can Tell: Facilitating Collaboration Through Query-Driven Knowledge-Sharing
2017 ACM Conference on Computer Supported Cooperative Work and Social Computing (Portland, Oregon, 25. Februar 2017 - 1. März 2017)
BibTeX: Download
Wahl AM., Endler G., Schwab P., Herbst S., Lenz R.:
Anfrage-getriebener Wissenstransfer zur Unterstützung von Datenanalysten
Datenbanksysteme für Business, Technologie und Web (BTW 2017), 17. Fachtagung des GI-Fachbereichs ,,Datenbanken und Informationssysteme" (DBIS) (Stuttgart, 6. März 2017 - 10. März 2017)
BibTeX: Download
Schwab P., Wahl AM., Lenz R., Meyer-Wegener K.:
Query-driven Data Integration (Short Paper)
LWDA (Potsdam, Germany, 12. September 2016 - 14. September 2016)
In: Proc. Conf. "Lernen, Wissen, Daten, Analysen" 2016
URL: http://ceur-ws.org/Vol-1670/paper-48.pdf
BibTeX: Download
Wahl AM., Lenz R.:
Analyzing SQL Query Logs using Multi-Relational Graphs
LWDA (Rostock, Germany, 11. September 2017 - 13. September 2017)
In: Proc. Conf. "Lernen, Wissen, Daten, Analysen" 2017
Open Access: http://ceur-ws.org/Vol-1917/paper01.pdf
URL: http://ceur-ws.org/Vol-1917/paper01.pdf
BibTeX: Download