DKE
Daten sind eine Reihe von gegebenen Fakten
Vorteile von Datenbanken:
zentrale Kontrolle über die Daten
Daten können geteilt werden
Vermeidung von Redunanz (gemeint ist die vermeidung von der Speicherung
mehrerer identer Daten)
Inkonsistenz wir Vermieden
Transaktionen (sicherstellung vom einen konsistenten Zustand zum nächsten
konsistenten Zustand- und auch die Wiederherstellung von konsistenten
Zuständen)
Integrity constraints- Man kann in einer Datenbank festlegen, was immer gelten
MUSS (man kann also Regeln für die Daten festlegen)
Security constraints
Data independence- the capacity to change the schema (structure) of the
database without affecting the application programs or user views that access
the data.
Standards in ISO SQL werden leider nicht wirklich eingehalten
Daten werden in einer Datenbank IMMER als Zeilen und Spalten abgespeichert
(beispielsweise ist es nicht möglich eine Datei als Variable abzuspeichern)
Eine Relation besteht aus Heading und Body
Heading (set of attributes, welche einen spezifischen Datentyp enthalten also
zB CHAR oder DATE)
Body (set of tuples (tuple=row) mit einem Attribut und einem Wert
Body und Head sind Mengen (bedeutet, dass diese nicht gereiht werden
können, es gibt kein erstes und kein zweites Element in einer Menge)
Body und Head sind relationen, das heißt es kommt nichts doppelt vor
Daten Typen
Numbers: besteht aus precision (Anzahl der Ziffern insgesamt) und scale
(Anzahl der Nachkommastellen)
zB NUMERIC (6,2)
es gibt exact numeric types und approximate numeric types
exact numeric types:
INT (legt eine genaue Länge einer Zahl fest)
NUMERIC
wenn daten zu lang sind für INT und NUMERIC, dann wird jede weitere Zahl
einfach weg gelassen
approximate numeric types:
REAL
DOUBLE PRECISION
FLOAT
other types
CHAR (fixe Länge, nicht ausgenutzter Zahlenbereich bleibt leer)
VARCHAR (man kann eine maximale Zahlenlänge angeben)
DATE
BOOLEAN (wahr oder falsch)
Superkey uniquely identifies a DB
Superkey ist nichts anderes als ein key, kann aus mehreren Kombinationen
bestehen
proper subset bedeutet, dass wir mehrere DB haben (S1 und S2). S1 hat 50
daten und S2 hat 49 daten. Alle daten aus S2 stimmen mit S1 überein, daher ist
es ein proper Subset, weil es hat weniger daten als S1. Wenn S2 auch aus 50
daten bestehen würde, die mit S1 übereinstimmen, dann wäre das kein proper
Subset mehr. Proper Subset muss immer ein bisschen weniger sein.
candidate key= kleinste mögliche kombination aus Attributen, um eine DB zu
ordnen
jeder ck ist ein sk, aber jeder sk ist nicht unbedingt ein ck
In einem Wissensgraphen unterscheiden sich Thesaurus, Ontologie und
Taxonomie in ihrer Struktur und Verwendung.
Ein Thesaurus ist eine Sammlung von Wörtern und deren Synonymen. Es wird
verwendet, um die Vielfalt von Ausdrücken zu erfassen, die verwendet werden
können, um dasselbe Konzept auszudrücken. Ein Thesaurus enthält
normalerweise auch Beziehungen zwischen Wörtern, wie beispielsweise "ist ein
Synonym von" oder "ist ein Oberbegriff von". Thesauri werden häufig in der
Informationssuche und Textanalyse eingesetzt, um die Relevanz von
Dokumenten zu verbessern und semantische Suchanfragen zu unterstützen.
Eine Ontologie ist eine formale Darstellung des Wissens über ein bestimmtes
Thema oder eine Domäne. Sie besteht aus Konzepten, die durch Beziehungen
miteinander verbunden sind. Diese Beziehungen können hierarchisch sein, wie
"ist eine Unterklasse von", oder semantisch, wie "ist eine Teil-Ganzes-
Beziehung". Ontologien erfassen nicht nur die Struktur des Wissens, sondern
auch die Bedeutung und die Regeln, die auf dieses Wissen angewendet werden
können. Sie werden oft verwendet, um semantische Interoperabilität zwischen
verschiedenen Systemen sicherzustellen, komplexe Domänen zu modellieren
und automatisierte Schlussfolgerungen zu ermöglichen.
Eine Taxonomie ist eine spezielle Form der Ontologie, die eine hierarchische
Struktur von Konzepten darstellt. In einer Taxonomie sind die Konzepte in
Kategorien und Unterkategorien organisiert, wobei jedes Konzept einer
bestimmten Ebene zugeordnet ist. Taxonomien werden oft verwendet, um
Klassifizierungssysteme zu erstellen und Informationen zu organisieren, wie z.
B. Produktkategorien in einem Online-Shop oder Arten in der Biologie.
Zusammenfassend kann man sagen, dass Thesauri, Ontologien und
Taxonomien alle dazu dienen, Wissen zu strukturieren und Beziehungen
zwischen Konzepten zu definieren, jedoch mit unterschiedlichen
Schwerpunkten und Anwendungen. Thesauri betonen die Vielfalt von
Ausdrücken, Ontologien die Bedeutung und Regeln des Wissens und
Taxonomien die hierarchische Organisation von Konzepten.
Zweite Normalform: Welches Attribut lässt sich durch andere Attribute nicht
bestimmen. Also welches Attribut tanzt komplett aus der Reihe und macht ihr
eigenes Ding, deshalb man kann durch dieses Attribut keine anderen Attribute
bestimmen (Partial Dependencies). Dieses Attribut wird mit dem zugehörigen
Attribut, durch welches es bestimmt wird in einer weiteren Tabelle aufgeteilt.
a->b,c
d->e
f->a,g,b,c
f,d->h
a: b,c,d,e,f
g: h,i
j: b,h,k
L: d,e,f
a: b,c,d
g: h, i
j: b, h, k
-1578,13
3379,91
1583,13
2559,20
4380,09
4113,16
RDF, das Resource Description Framework, ist ein Standard des World Wide
Web Consortium (W3C) zur Darstellung von Daten und Ressourcen im Web. Es
ist eine Sprache zur Beschreibung von Ressourcen und den Beziehungen
zwischen ihnen in Form von Tripeln, die aus Subjekt, Prädikat und Objekt
bestehen.
Um zu verstehen, wie RDF funktioniert, betrachten wir ein Beispiel:
Angenommen, wir möchten die Information darstellen, dass "Max Mustermann"
die E-Mail-Adresse "max@[Link]" hat. In RDF würden wir dies in Form
eines Tripels ausdrücken:
● Subjekt (Subject): Max Mustermann
● Prädikat (Predicate): hat E-Mail-Adresse
● Objekt (Object): max@[Link]
Dieses Tripel wird oft grafisch als gerichteter Graph dargestellt, wobei die
Ressourcen als Knoten und die Beziehungen als Kanten zwischen den Knoten
dargestellt werden.
RDF verwendet Uniform Resource Identifiers (URIs), um Ressourcen eindeutig
zu identifizieren. Im obigen Beispiel könnte "Max Mustermann" durch die URI
"[Link] identifiziert werden, und "hat E-
Mail-Adresse" könnte durch die URI "[Link]
identifiziert werden.
RDF ermöglicht auch die Verwendung von Blank Nodes, um anonyme
Ressourcen darzustellen, und Literalen, um einfache Werte wie Zeichenfolgen
oder Zahlen zu repräsentieren.
RDF-Daten können in verschiedenen Syntaxen dargestellt werden, darunter
RDF/XML, Turtle und JSON-LD. Diese Syntaxen bieten unterschiedliche
Möglichkeiten, RDF-Tripel zu schreiben und darzustellen, bleiben aber
semantisch äquivalent.
Zusätzlich zu RDF bietet das W3C weitere Standards wie das Web Ontology
Language (OWL) für die Beschreibung von Ontologien und die SPARQL-
Abfragesprache für das Abfragen von RDF-Daten.
Insgesamt ermöglicht RDF die strukturierte und interoperable Darstellung von
Wissen im Web, was eine Vielzahl von Anwendungen wie semantische Suche,
Datenintegration und Wissensmanagement unterstützt.
Wikipedia ist kein Knowledge Graph weil es nicht die eigenschaften aufweist
(nicht Strukturiert, Normalisiert,…)
„Degree“ gibt auskunft über die Anzahl der Edges mit denen ein Subjekt
verbunden sein kann. In-Degree (wie viele Edges gehen rein), Out-Degree..