Advertisement

Informationsfusion — Herausforderungen an die Datenbanktechnologie — Kurzbeitrag —

  • Stefan Conrad
  • Gunter Saake
  • Kai-Uwe Sattler
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

In vielen Anwendungsbereichen besteht die Aufgabe, Daten oder Informationen aus verschiedenen, zum Teil heterogenen Quellen zu kombinieren, zu verdichten und daraus Informationen einer neuen Qualität abzuleiten. Wesentliche Kernfunktionen dieses als Informationsfusion bezeichneten Prozesses sind dabei durch Methoden der Datenintegration und der Datenanalyse / Data Mining bereitzustellen. Die gewachsenen Strukturen der heute genutzten Informationsquellen und die damit im Zusammenhang stehenden Probleme wie Heterogenität, Inkonsistenz oder Ungenauigkeit der Daten sind mit den aktuell verfügbaren Techniken nur bedingt beherrschbar. Ausgehend vom aktuellen Stund der Forschung diskutiert der vorliegende Beitrag Anforderungen an Datenbanktechnologien aus Sicht der Informationsfusion, zeigt mögliche Forschungsrichtungen auf und skizziert aktuelle und zukünftige Anwendungsfelder.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [AS94]
    R. Agrawal und R. Srikant. Fast Algorithms for Mining Association Rules in Large Databases. In Proc. of the 20th Int. Conf. on Very Large Data Bases (VLDB), S. 478–499, Santiago, Chile, September 1994.Google Scholar
  2. [AZ98]
    H. Arabnia und D. Zhu, Herausgeber. Proc. of the Int. Conf. on Multisource-Multisensor Information Fusion-FUSION ‘88, Las Vegas, NV, 1998. CSREA Press.Google Scholar
  3. [BLN86]
    C. Batini, M. Lenzerini und S. Navathe. A Comparative Analysis of Methodologies for Database Schema Integration. ACM Computing Surveys, 18(4):323–364, 1986.CrossRefGoogle Scholar
  4. [CHY96]
    M. Chen, J. Han und P. Yu. Data Mining: An Overview from a Database Perspective. IEEE Transactions on Knowledge und Data Engineering, 8(6):866–883, 1996.CrossRefGoogle Scholar
  5. [Con97]
    S. Conrad. Föderierte Datenbanksysteme: Konzepte der Datenintegration. Springer-Verlag, Berlin/Heidelberg, 1997.zbMATHCrossRefGoogle Scholar
  6. [Fis95]
    D. Fisher. Optimization und simplification of hierarchical clustering. In Proc. Of 1st Int. Conf. on Knowledge Discovery und Data Mining (KDD-95), S. 118–123, Montreal, Canada, August 1995.Google Scholar
  7. [FPSS96]
    U. Fayyad, G. Piatetsky-Shapiro und P. Smyth. From Data Mining to Knowledge Discovery: An Overview. In. U. Fayyad, G. Piatetsky-Shapiro, P. Smyth und R. Uthurusuamy, Herausgeber, Advances in Knowlede Discovery und Data Mining,Kapitel 1, S. 1–34. AAAI/MIT Press, Cambridge, MA, 1996.Google Scholar
  8. [Ger98]
    M. Gertz. Managing Data Quality und Integrity in Federated Databases. In 2nd Annual IFIP TC-11 WG 11.5 Working Conf. on Integrity und Internal Control in Information Systems, Warrenton, Virginia, November 1998. To appear.Google Scholar
  9. [GGF+96]
    G. Gardarin, S. Gannouni, B. Finance, P. Fankhauser, W. Klas, D. Pastre, R. Legoff und A. Ramfos. IRO-DB — A Distributed System Federating Object und Relational Databases. In Object-Oriented Multidatabase Systems — A Solution for Advanced Applications, Kapitel 20, S. 684–712. Prentice Hall, Eaglewoods Cliffs, NJ, 1996.Google Scholar
  10. [HCC92]
    J. Han, Y. Cai und N. Cercone. Knowledge Discovery in Databases: An Attribute-Oriented Approach. In Proc. of 1992 Int. Conf. on Very Large Data Bases (VLDB’92), S. 547–559, Vancouver, Canada, August 1992.Google Scholar
  11. [HHSS98]
    M. Höding, R. Hofestädt, G. Saake und U. Scholz. Schema Derivation for WWW Information Sources und their Integration with Databases in Bioinformatics. In Advances in Databases und Information Systems — ADBIS’98, Poznan, Polund, September 1998,LNCS 1475, S. 296–304, Berlin, 1998. Springer-Verlag.Google Scholar
  12. [HKM+96]
    K. Hätönen, M. Klemettinen, H. Mannila, P. Ronkainen und H. Toivonen. Knowledge Discovery from Telecommunication Network Alarm Databases. In Proc. of 12th Int. Conf. on Data Engineering (ICDE’96), S. 115–122, New Orleans, 1996.Google Scholar
  13. [HMPU97]
    D. Heckerman, H. Mannila, D. Pregibon und R. Uthurusamy, Herausgeber. KDD97 —Proc. of the 3rd Int. Conf. on Knowledge Discovery und Data Mining, Menlo Park, CA, 1997. AAAI Press.Google Scholar
  14. [Inm96]
    W. H. Inmon. Building the Data Warehouse. Wiley & Sons, 2 Auflage, 1996.Google Scholar
  15. [JW93]
    G. Jakobson und M.D. Weissman. Alarm Correlation. IEEE Network, 7(6):52–59, November 1993.CrossRefGoogle Scholar
  16. [KK96]
    D. Keim und H.-P. Kriegel. Visualization Techniques for Mining Large Databases: A Comparison. IEEE Transactions on Knowledge und Data Engineering, 8(6):923–938, December 1996.CrossRefGoogle Scholar
  17. [LK95]
    R.C. Luo und M.G. Kay, Herausgeber. Multisensor Integration und Fusion for Intelligent Machines und Systems. Ablex Publishing Corporation, Norwood, NJ, 1995.Google Scholar
  18. [Mat97]
    R. Mattison. Data Warehousing und Data Mining for Telecommunications. Artech House, Norwood, MA, 1997.Google Scholar
  19. [MTV95]
    H. Mannila, H. Toivonen und A.I. Verkano. Discovering frequent episodes in sequences. In Proc. of 1st Int. Conf. on Knowledge Discovery und Data Mining (KDD95), S. 210–215, Montreal, Canada, August 1995.Google Scholar
  20. [MY95]
    W. Meng und C. Yu. Query Processing in Multidatabase Systems. In W. Kim, Herausgeber, Modern Database Systems,S. 551–572, New York, NJ, 1995. ACM Press.Google Scholar
  21. [PBE95]
    E. Pitoura, O. Bukhres und A. K. Elmagarmid. Object Orientation in Multidatabase Systems. ACM Computing Surveys, 27(2):141–195, 1995.CrossRefGoogle Scholar
  22. [PGV95]
    S. Pfleger, J. Goncalves und D. Vernon, Herausgeber. Data Fusion Applications. Springer-Verlag, Berlin, 1995. Research Reports ESPRIT.Google Scholar
  23. [SHF96]
    E. Simoudis, J. Han und U. Fayyad, Herausgeber. KDD-96 — Proc. of the 2nd Int. Conference on Knowledge Discovery und Data Mining, Menlo Park, CA, 1996. AAAI Press.Google Scholar
  24. [SL90]
    A. P. Sheth und J. A. Larson. Federated Database Systems for Managing Distributed, Heterogeneous, und Autonomous Databases. ACM Computing Surveys, 22(3):183–236, 1990.CrossRefGoogle Scholar
  25. [Wro98]
    S. Wrobel. Data Mining und Wissensentdeckung in Datenbanken. Künstliche Intelligenz — Organ des FB 1 der Gesellschaft für Informatik (GI), (1), 1998.Google Scholar
  26. [WWSE96]
    S. Wrobel, D. Wettschereck, E. Sommer und W. Emde. Extensibility in data mining systems. In Simoudis et al. [SHF96].Google Scholar
  27. [YPAGM98]
    R. Yerneni, Y. Papakonstantinou, S. Abiteboul und H. Garcia-Molina. Fusion queries over internet databases. In Advances in Database Technology-EDBT’98, LNCS 1377, S. 57–71. Springer-Verlag, 1998.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1999

Authors and Affiliations

  • Stefan Conrad
    • 1
  • Gunter Saake
    • 2
  • Kai-Uwe Sattler
    • 2
  1. 1.Institut für WirtschaftsinformatikJohannes Kepler Universität LinzLinzÖsterreich
  2. 2.Fakultät für InformatikOtto-von-Guericke-Universität MagdeburgMagdeburgGermany

Personalised recommendations