Open and Collaborative Query-Driven Analytics

(Projekt aus Eigenmitteln)

Titel des Gesamtprojektes:
Projektleitung: Richard Lenz
Projektbeteiligte: Andreas Maximilian Wahl
Projektstart: 1. November 2013
Projektende:
Akronym: OCEAN
Mittelgeber:
URL:

Abstract

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.

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