Efficient similarity-based operations for data integration [Elektronische Ressource] / von Eike Schallehn

Efficient Similarity-based Operationsfor Data IntegrationDissertation zur Erlangung des akademischenGrades Doktoringenieur (Dr.-Ing.)angenommen durch die Faultat¨ Informatik derOtto-von-Guericke-Universitat¨ Magdeburgvon Diplominformatiker Eike Schallehn,geboren am 22.9.1971 in Schonebeck¨Gutachter:Prof. Dr. Gunter SaakeProf. Dr. Kai-Uwe SattlerDr. Ralf-Detlef KutschePromotionskolloqium in Magdeburgam 26. Marz¨ 2004ZusammenfassungDas Forschungsfeld der Datenintegration ist ein Gebiet mit wachsender praktisch-er Bedeutung, besonders unter Berucksichtigung¨ der wachsenden Verfugbark¨ eitgroßer Datenmengen aus mehr und mehr Quellsystemen. Entsprechend beinhaltetgegenwartige¨ Forschung die Losung¨ von Problemen zur Beseitigung von Konflik-ten auf der Datenebene, welche in dieser Dissertation betrachtet werden.Die Behandlung von Diskrepanzen in Daten ist immer noch eine große Her-ausforderung und zum Beispiel relevant zur Beseitigung von Duplikaten aus se-mantisch uberlappenden¨ Datenquellen als auch zur Verbindung komplementarer¨Daten aus verschiedenen Quellen. Entsprechende Operationen konnen¨ meist nichtnur auf Wertegleichheit basieren, da nur in wenigen Fallen¨ uber¨ Systemgrenzenhinweg gultige¨ Identifikatoren existieren. Die Verwendung weiterer Attributwerteist problematisch, da fehlerhafte Daten und unterschiedliche Darstellungsweisenein haufiges¨ Problem in diesem Kontext sind.