Příprava a formátování dat
Příklad
Zde je malý export objednávek v podobě, v jaké často přichází: titíž lidé a firmy zapsaní různými způsoby, data ve čtyřech formátech a duplicitní řádek.
| Zákazník | Organizace | Datum | Produkt |
|---|---|---|---|
| SMITH, JOHN | acme corp. | 3/4/24 | widget-A |
| john smith | ACME Corporation | 2024-03-04 | Widget A |
| Maria Garcia | Acme Corp | March 5 2024 | WIDGET b |
| Lee, Ana | northwind | 2024/03/06 | widget-a |
Po přípravě mají jména, organizace, data i produkty každé jednotnou podobu a duplicitní objednávka je sloučena.
| Zákazník | Organizace | Datum | Produkt |
|---|---|---|---|
| John Smith | Acme Corporation | 2024-03-04 | Widget A |
| Maria Garcia | Acme Corporation | 2024-03-05 | Widget B |
| Ana Lee | Northwind Traders | 2024-03-06 | Widget A |
Znalostní grafy
Znalostní graf ukládá informace jako věci a vazby mezi nimi, nikoli jako řádky v oddělených tabulkách. Jakmile jsou data čistá, stejné objednávky se změní v malý graf osob, organizací, pro které pracují, a produktů, které si objednaly.
Vazby v grafu:
- John Smith pracuje ve společnosti Acme Corporation a objednal Widget A.
- Maria Garcia pracuje ve společnosti Acme Corporation a objednala Widget B.
- Ana Lee pracuje ve společnosti Northwind Traders a objednala Widget A.
Otázky, na které se z původního exportu odpovídalo obtížně, se stávají jednoduchými: Widget A objednávají zákazníci ze dvou různých organizací a Acme Corporation kupuje oba produkty. Takové grafy také poskytují vyhledávání a systémům ASI přesná, propojená fakta, s nimiž mohou pracovat.
Co děláme
- Čištění a normalizace tabulek, CSV, JSON a XML
- Převod mezi formáty, včetně Wordu, PDF, HTML, Markdownu a strukturovaných dat
- Odstraňování duplicit a párování záznamů, které se týkají téže osoby, organizace nebo položky
- Znalostní grafy vytvořené z vašich dokumentů a záznamů
- Návrh schémat a validace, aby opakující se datové toky zůstaly čisté
- Příprava dokumentů a datových sad pro vyhledávání a systémy ASI
- Generování IMS Common Cartridge (IMSCC) a pomoc s digitálními balíčky kurzů, vytvořenými z vašich stávajících kurzovních materiálů a připravenými k importu do vašeho systému pro řízení výuky
Přístupný výstup už v návrhu
Dobře strukturovaný obsah je přístupný obsah. Když převádíme dokumenty, výsledek má skutečné nadpisy, logické pořadí čtení, tabulky se správnými záhlavími a popisy obrázků, takže funguje se čtečkami obrazovky a dalšími asistivními technologiemi bez samostatného projektu nápravy.
Jak to funguje
- Sdílejte vzorek. Reprezentativní část vašich dat nám ukáže, s čím pracujeme.
- Dohodněte cíl. Společně vymezíme čistý formát a zdokumentujeme pravidla.
- Zpracování a ověření. Připravíme celou sadu a zkontrolujeme ji podle dohodnutých pravidel.
- Opakujte podle potřeby. U opakujících se dat můžeme postup dodat jako software, který si spouštíte sami.
Tuto práci můžeme provádět zcela na místních počítačích, takže vaše data nikdy nemusejí být odeslána externí službě.