Fmk2013 datenmodelle krambrich-brändle (rev)

Datenmodelle
Dr. Volkermit (un)strukturierten Daten
Umgang Krambrich, Dr. Martin Brändle
Problemstellung
Modellbildung
Beispiele in FileMaker
IMPORTANT NOTE!
This presentation contains material that is copyrighted.
Use is only permitted as far as it stays in this context of the presentation.
For any other use please contact the resp. owners!

Dr. Volker Krambrich, NORSULT & Dr. Martin Brändle
Datenmodelle - Umgang mit unstrukturierten Daten
Mittwoch, 23. Oktober 13

FileMaker Konferenz 2013 Salzburg
www.norsult.com

Datenmodelle
Umgang mit (un)strukturierten Daten
Problemstellung
Modellbildung
IMPORTANT NOTE!
This presentation contains material that is copyrighted.
Use is only permitted as far as it stays in this context of the presentation.
For any other use please contact the resp. owners!


www.norsult.com

Nachtrag:Literatur zum Thema
• Algorithmen und Datenstrukturen
– Donald E. Knuth, The Art of Computer Programming,
Vol. 1, Fundamental Algorithms, 3rd Ed., 1997 (Addison-Wesley)
– Teuvo Kohonen, The Self Organizing Map, in: Proceedings of the IEEE, Vol. 78,
No. 9 (1990)
• Datenmodellierung
– Len Silverston, The Data Model Resource Book, Revised Edition, Wiley, New York
– Vol. 1 A Library of Universal Data Models for All Enterprises, 2001, ISBN
978-0-471-38023-8
– Vol. 2 A Library of Universal Data Models by Industry Types, 2001, ISBN
978-0-471-35348-5
– Vol. 3 Universal Patterns for Data Modelling, 2009, ISBN
978-0-470-17845-4 (Wiley, Indianapolis)
– David C. Hay, Data Model Patterns, 1995 (Dorset House, New York)
– ders., Enterprise Model Patterns: Describing the World (UML Version); 2011
(Technics Publ., Bradley Beach, NJ)


www.norsult.com

Über Martin
Kontakt:
mpbraendle@gmail.com

•
•
•
•

Chemiker, promoviert
Informationsspezialist FH NDS Information + Dokumentation
FileMaker 12 Certiﬁed Developer
Schwerpunkte: Informationssysteme, Custom Web Publishing (PHP, XML/
XSLT, JavaScript), Visualisierung


www.norsult.com

Über Volker
Kontakt:
v.krambrich@norsult.com

•
•
•
•

Linguist und Informatiker, promoviert
FileMaker 12 Certiﬁed Developer
FileMaker Certiﬁed Trainer und Lehrer
Schwerpunkte: Prozessmodellierung, Custom Software, (Instant) Web
Publishing (auch HTML, XML, XSLT), Modellierung

• FileMaker Re-Cycling — betagte Lösungen aufpeppen und in moderne
Programme überführen


www.norsult.com

Über Volker: Als ...
Kontakt:
v.krambrich@norsult.com

•
–
–
–

FileMaker Entwickler
denke ich in Datenstrukturen
entwickle ich für den Benutzer
setze ich Gedankenbilder in die Wirklichkeit um

•
–
–
–

Linguist
denke ich in Algorithmen
sehe ich alles als Textverarbeitung
habe ich Spass an formalen (und natürlichen) Sprachen

•
–
–
–
–

Berater
arbeite ich mit Daten in FileMaker und anderen Systemen
denke ich in Prozessen
arbeite ich oft mit Problemen in der realen Welt
beschäftigen mich Kundenwünsche und ich versuche sie zu erfüllen


www.norsult.com


www.norsult.com

Ist das Wirklichkeit?


www.norsult.com

Datenmodelle - Umgang mit
unstrukturierten Daten
1.
2.
3.
4.
5.
6.

Problemstellung
Modellbildung
Diskussion
Zusammenfassung und Fragen
Ausblick auf Teil (2)
Suchen und Optimierung von Suchstrategien


www.norsult.com


Problemstellung
Arbeitsdomäne festlegen
Wer arbeitet mit dem Problem
Welche Mittel braucht und benutzt der Benutzer
Wie lässt sich ein Bereich sinnvoll ausgrenzen
Einen Ausschnitt der Welt bestimmen
Warum machen wir nicht alles (Beispiel ViMu)
Relevante Elemente in der Welt ausmachen
Was soll betrachtet werden
Welche Informationen kenne und brauche ich
Welche Rolle spielen Zeitlauf und Geschichte
Wieviel und ggf. was ist bekannt, was nicht

www.norsult.com


Problemstellung


www.norsult.com


Modellbildung


www.norsult.com


Modellbildung
Modellierung ist die Nachformung eines realen oder
gedachten Vorbildes in einer verkleinerten oder
vereinfachten Form.


www.norsult.com


Modellbildung
vereinfachten Form.
Modellierung dient einem Zweck. Je nach Zweck
werden unterschiedliche Mittel verwendet.


www.norsult.com


Modellbildung
vereinfachten Form.
Modellierung dient einem Zweck. Je nach Zweck
werden unterschiedliche Mittel verwendet.
Zweck der Modellierung in der Datentechnik ist die
Schaffung eines Speichermodells, an dem reale
Zusammenhänge nachgebildet werden.


www.norsult.com


Entity–relationship
1.
2.
3.
4.
5.

Problemstellung: Komplexitätsreduktion
Modellbildung: Universelles Datenmodell
Etwas Theorie zu ER Modellen
Beispiel in FileMaker
Diskussion


www.norsult.com


Entity–relationship modelling

„Eine Entität kann
gedacht werden als ein
in der Welt
identifizierbares
Ding.”

Chen, Peter Pin-shan: The Entity-Relationship
Model: Toward a Unified View of Data (1976),
ACM Transactions

www.norsult.com



„Eine Beziehung
symbolisiert
Zusammenhänge von
Dingen.”

Chen, Peter Pin-shan: The Entity-Relationship
Model: Toward a Unified View of Data (1976),
ACM Transactions

www.norsult.com


Modellbildung
Künstler

singt

Vortragsstück

Übersetzung in FileMaker

www.norsult.com


Modellbildung
Künstler

singt

Vortragsstück

1972

Roberta Flack

The first time ever I saw your face

2006

Hannah Montana

The best of both worlds

2007

Leona Lewis



www.norsult.com


Modellbildung
Künstler

singt

Vortragsstück

1972

Roberta Flack


2006

Hannah Montana


2007

Leona Lewis


Künstler

Vortragsstück

“singt”
Jahr der
Aufnahme


www.norsult.com


Modellbildung
Künstler

singt

Vortragsstück

1972

Roberta Flack


2006

Hannah Montana


2007

Leona Lewis


Künstler

“singt”

Vortragsstück


www.norsult.com


FileMaker Demo
Welche Probleme können gelöst werden?
Was kann gesucht werden?
Die Weltsicht “Sänger singt Song im Jahre x” wird abgebildet.
Es kann nach dem Wert der Attribute gesucht werden.


www.norsult.com


FileMaker Demo
Welche Probleme können gelöst werden?
Was kann gesucht werden?
Die Weltsicht “Sänger singt Song im Jahre x” wird abgebildet.
Es kann nach dem Wert der Attribute gesucht werden.

Warum ist das nicht immer genug?
Einführung in Key-Value Modellierung

Demo

www.norsult.com


Key-Value Modellierung
1. Problemstellung: Komplexitätsreduktion bei einfachen oder sehr
komplexen Zusammenhängen
2. Modellbildung: Universelles Datenmodell
3. Etwas Theorie zu Key-Value Modellen
4. Beispiel in FileMaker (hatten wir schon)
5. Diskussion


www.norsult.com


Key-Value Datenbanken
Gehören zur Gruppe der NonSQL-Databases
Kennen (und brauchen) keine Abfragesprache
Bestehen nur aus Schlüsselbegriff und Wert
Sind schnell, da meist speicherbasiert
--> Heise.de Literaturtipp (Beispiel ReDis)

Benutzt für viele Web Funktionen
In Filemaker z.B. für Skriptparameter (custom function) oder
virtuelle Listen
Großer Nachteil: Daten können nicht in Beziehung gesetzt werden.


www.norsult.com


Gehören zur Gruppe der NonSQL-Databases
Kennen (und brauchen) keine Abfragesprache
Bestehen nur aus Schlüsselbegriff und Wert
Sind schnell, da meist speicherbasiert
--> Heise.de Literaturtipp (Beispiel ReDis)

Konversation mit ReDis; --> http://try.redis.io

Benutzt für viele Web Funktionen
In Filemaker z.B. für Skriptparameter (custom function) oder
virtuelle Listen
Großer Nachteil: Daten können nicht in Beziehung gesetzt werden.


www.norsult.com


Elemente in Filemaker:
global gespeicherte Felder (in Memory storage, benutzerspeziﬁsch)
Eigenschaft der Wiederholfelder (haben Index = Key)
Beispiel: Sortiertabelle

Angenommener Fall:
In einer FM_Lösung wird eine Funktion gebraucht,
mit der ein Benutzer die Werte in einer Liste (Portal)
nach seinen Wünschen einfach sortieren kann...


www.norsult.com




www.norsult.com



•
•
•
•

Elemente mit Drag-n-Drop ordnen
eine Lösung für alle Fälle
Virtuelle Liste (im Speicher)
Key (RecID) Value (PosInList; AnyText)
www.norsult.com



Martin, was sind die Probleme bei
Key Value Modellen?
Kannst du uns RDF* vorstellen?

*RDF Resource Description Framework
ein W3C Standard


www.norsult.com

Relationales vs. Key/Value-Modell
Relational

• Felder: Namen, Anzahl und

Anordnung fest
• Werte aus Listen wählbar
• Relationen via pk/sk der Tabellen
• erfüllt NF

Dr. Volker Krambrich, Dr. Martin Brändle
Datenmodelle

Key/Value

• Mastertabelle hält zusammen
• “Felder” = Keys: Namen, Anzahl und

Anordnung variabel
• Keys/Values auch aus Deﬁnitionslisten
wählbar
• Relationen via pk/sk der Mastertabellen
• erfüllt NF nicht
www.ﬁlemaker-konferenz.com

Key-Value-Modell
Vorteile
• Benutzer kann “Felder”
hinzufügen
• Freie Anordnung möglich
• Sichten auf bestimmte KeyKombinationen möglich
• Suche über beliebige “Felder”
• Existenz eines Keys suchbar
• Mit Key-Wert Funktionen
verknüpfbar (OO: Klassen Methoden)

Datenmodelle

Nachteile
• Keine Normalisierung:
Erkennung von Duplikaten/
Widersprüchen schwierig
• Gesonderte Behandlung von
Datentypen
• Klassische FileMaker-Suche
versagt (mehrere Attribute).
Alternativen: QuickFind,
sequentielle Suche, SQL
• Schlecht transportabel (Import/
Export/CWP): Benötigt
Transformationsregeln (ber.
Felder, XML/XSLT, ...)
• Benötigt zusätzliche Logik

Beziehungsgraphen

Datenmodelle


RDF: Resource Description Framework
• Grundlage des semantischen Web
• Logische Aussagen über beliebige Dinge
•
•
•
•
•

Aussageform: Subjekt - Prädikat - Objekt (RDF-Tripel)
Gerichteter Elementargraph
Subjekt und Prädikat mit Ressource verbunden (URI)
Objekt mit Ressource verbunden (URI) oder literaler Wert
RDF-Modell: Menge der Tripel (Elementaraussagen) in einem Graphen
Subjekt

Prädikat

Objekt

Subjekt-Ressource

Volker

ist Redner an der

FMK 2013

http://xy/Person

Die FMK 2013

ﬁndet statt in

Salzburg

http://z/Tagungen

Martin

ist Referent an der

FMK 2013

http://xy/Person

Referent

ist gleichbedeutend

Redner

http://x/Funktion

Salzburg

liegt in

Österreich

http://ab/Städte

Datenmodelle


RDF: Schema, Ablage, Abfrage
• Schema
– Vokabular, Begriffsysteme deﬁniert durch Ontologien
– OWL (Web Ontology Language) als mögliche Beschreibungssprache
• Datenablage
– relationale DB weniger geeignet
– Triple-Stores

•

Abfragesprache: SPARQL (SPARQL Protocol And RDF Query Language)
PREFIX xy: http://meinnamensraum/konferenzen
SELECT ?personname
WHERE {
?x xy:isName ?personname ;
?personname xy:istReferent ?y ;
?y xy:isConference FMK2013 . }

Datenmodelle


Linked Data

Datenmodelle


Demo Autorenbeziehungen

Datenmodelle



Neuronale Netze

Volker, du hast ein weiteres
spannendes Modell?
Zeig uns was zu SOMs...


www.norsult.com


Neuronale Netze
1.
2.
3.
4.
5.

Beispiel in FileMaker
Problemstellung: neuronale Strukturen als Vorlage
Modellbildung: Übertragung in Computer
Etwas Theorie zu SOM
Under the Hood: FileMaker


www.norsult.com


Neuronale Netze
Teileauswahl in graﬁscher
Umgebung
Zwei Maps:
Das Bild als Explosionszeichnung
Overlay einer Kohonen
Map


www.norsult.com


Neuronale Netze
• Neuronale Struktur = angelehnt an Informationsstruktur im Gehirn
• Idee = semantisch ähnliche Reize stimulieren örtlich naheliegende
Neuronen (Nervenzellen)
• Analogie
• Rechner antwortet auf Problemstellung, für die bereits eine Lösung bekannt
ist
• Lösungen werden “gelernt”
• Lernen heisst hier, algorithmisch und automatisch einen neuen Reiz
verarbeiten und in der Struktur ablegen


www.norsult.com


Neuronale Netze
• Neuronale Struktur = angelehnt an Informationsstruktur im Gehirn
• Idee = semantisch ähnliche Reize stimulieren örtlich naheliegende
Neuronen (Nervenzellen)
• Analogie
• Rechner antwortet auf Problemstellung, für die bereits eine Lösung bekannt
ist
• Lösungen werden “gelernt”
• Lernen heisst hier, algorithmisch und automatisch einen neuen Reiz
verarbeiten und in der Struktur ablegen

Demo

www.norsult.com


Neuronale Netze

20,0

15,0

10,0

5,0

0
0

5


10

15

20
www.norsult.com


Neuronale Netze

20,0

Bauteil 25; 5; 10
15,0

10,0

5,0

0
0

5


10

15

20
www.norsult.com


Neuronale Netze

20,0

Bauteil 25; 5; 10
15,0

25

10,0

5,0

0
0

5


10

15

20
www.norsult.com


Neuronale Netze

20,0

Bauteil 25; 5; 10
15,0

25

10,0

5,0

Ablauf Lernen:
Positioniere ein neues Zielneuron in der Karte
an angegebener Stelle
Merke seine Beutung und seine Marke
Merke seine Beziehung zum verbundenen Reiz
(Bauteilsuche, BauteilID)
Zeichne eine Reizumgebung um den Zielpunkt.

0
0

5


10

15

20
www.norsult.com


Neuronale Netze

20,0

Bauteil 25; 5; 10
15,0

25

10,0

Ablauf Finden:
Akzepiere einen Reiz (MouseClick, [4; 11])
Suche nach dem nächsten Neuron
Bei Treffer aktiviere verbundenen Reiz

5,0

0
0

5


10

15

20
www.norsult.com


Neuronale Netze
• Das Beispiel verwendet eine semantische Karte als Analogie
• Geht zurück auf Arbeiten von Prof. Teuvo Kohonen in den 1990ern
• Annahme: semantisch ähnliche Daten lassen sich an räumlich beieinander
liegenden Punkten abbilden
• Punkte werden “gelernt”, algorithmisch in vektorielle Darstellung überführt
(Beispiel: Landkarten und Ortung in Mobilapplikationen)
• Intelligenz liegt im Finden der geeigneten Abbildung und in der
Formulierung eines geeigneten Algorithmus


www.norsult.com


Neuronale Netze
• Das Beispiel verwendet eine semantische Karte als Analogie
• Geht zurück auf Arbeiten von Prof. Teuvo Kohonen in den 1990ern
• Annahme: semantisch ähnliche Daten lassen sich an räumlich beieinander
liegenden Punkten abbilden
• Punkte werden “gelernt”, algorithmisch in vektorielle Darstellung überführt
(Beispiel: Landkarten und Ortung in Mobilapplikationen)
• Intelligenz liegt im Finden der geeigneten Abbildung und in der
Formulierung eines geeigneten Algorithmus

Under the hood...

www.norsult.com


Under the Hood


www.norsult.com


Fragen
Diskussion
Zusammenfassung


www.norsult.com


Fragen
Diskussion
Zusammenfassung
Vielen Dank für Ihre Aufmerksamkeit!

Volker Krambrich und Martin Brändle

Danke für das Bewerten dieses Vortrages

www.norsult.com


Fragen
Diskussion

Just a moment, there is
One more thing…

Zusammenfassung
Vielen Dank für Ihre Aufmerksamkeit!

Volker Krambrich und Martin Brändle


www.norsult.com


Suchen und Suchstrategien

Ausblick auf Teil (2)
Suchen und Optimierung von Suchstrategien

Spielen Sie
„5 in einer Reihe”
mit Filemaker und uns


Heute, Freitag,
18.10.2013 14:00 Uhr
in Saal 1 !

www.norsult.com

Vielen Dank unseren Sponsoren


www.norsult.com

Fmk2013 datenmodelle krambrich-brändle (rev)

Recommandé

Recommandé

Contenu connexe

En vedette

En vedette (9)

Similaire à Fmk2013 datenmodelle krambrich-brändle (rev)

Similaire à Fmk2013 datenmodelle krambrich-brändle (rev) (10)

Plus de Verein FM Konferenz

Plus de Verein FM Konferenz (20)

Fmk2013 datenmodelle krambrich-brändle (rev)