Ziele

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.

Aktuelle 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
• Wahl AM., Endler G., Schwab P., Herbst S., Lenz R.:
  Query-Driven Knowledge-Sharing for Data Integration and Collaborative Data Science
  21st European Conference on Advances in Databases and Information Systems (Nicosia, 24. September 2018 - 27. Januar 2018)
  In: New Trends in Databases and Information Systems 2017
  BibTeX: Download
• Wahl AM., Sauerhammer C., Schwab P., Herbst S., Lenz R.:
  Query-Driven Data Profiling with OCEANProfile
  Twelfth International Workshop on Real-Time Business Intelligence and Analytics (BIRTE 2018) (Rio de Janeriro, 27. August 2018 - 27. August 2018)
  In: Proceedings of the International Workshop on Real-Time Business Intelligence and Analytics 2018
  DOI: 10.1145/3242153.3242154
  BibTeX: Download
• Wahl AM., Schwab P., Lenz R.:
  Minimally-Intrusive Augmentation of Data Science Workflows
  Lernen. Wissen. Daten. Analysen. (LWDA 2018) (Mannheim, 22. August 2018 - 24. August 2018)
  BibTeX: Download
• Wahl AM., Endler G., Schwab P., Rith J., Herbst S., Lenz R.:
  A graph-based framework for analyzing SQL query logs
  1st ACM SIGMOD Joint International Workshop on Graph Data Management Experiences and Systems and Network Data Analytics, GRADES-NDA 2018
  DOI: 10.1145/3210259.3210270
  BibTeX: Download
• Wahl AM., Endler G., Schwab P., Herbst S., Rith J., Lenz R.:
  Crossing an OCEAN of queries: Analyzing SQL query logs with OCEANLog
  30th International Conference on Scientific and Statistical Database Management, SSDBM 2018
  DOI: 10.1145/3221269.3223025
  BibTeX: Download