ડેટા તૈયારી અને ફોર્મેટિંગ
એક ઉદાહરણ
અહીં ઑર્ડરનું એક નાનું એક્સપોર્ટ છે, જેવું તે ઘણીવાર આવે છે: એ જ લોકો અને કંપનીઓ જુદી જુદી રીતે લખેલાં, ચાર ફોર્મેટમાં તારીખો, અને એક ડુપ્લિકેટ પંક્તિ.
| ગ્રાહક | સંસ્થા | તારીખ | ઉત્પાદન |
|---|---|---|---|
| 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 |
તૈયારી પછી નામો, સંસ્થાઓ, તારીખો અને ઉત્પાદનો દરેકનું એક સુસંગત સ્વરૂપ હોય છે, અને ડુપ્લિકેટ ઑર્ડર એકમાં મર્જ થઈ જાય છે.
| ગ્રાહક | સંસ્થા | તારીખ | ઉત્પાદન |
|---|---|---|---|
| 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 |
નોલેજ ગ્રાફ
નોલેજ ગ્રાફ માહિતીને અલગ કોષ્ટકોની પંક્તિઓને બદલે વસ્તુઓ અને તેમની વચ્ચેના જોડાણો તરીકે સંગ્રહે છે. ડેટા સ્વચ્છ થઈ જાય પછી, એ જ ઑર્ડર લોકો, તેઓ જ્યાં કામ કરે છે તે સંસ્થાઓ અને તેમણે ઑર્ડર કરેલાં ઉત્પાદનોનો નાનો ગ્રાફ બની જાય છે.
ગ્રાફના જોડાણો:
- John Smith Acme Corporation માં કામ કરે છે અને તેમણે Widget A ઑર્ડર કર્યું.
- Maria Garcia Acme Corporation માં કામ કરે છે અને તેમણે Widget B ઑર્ડર કર્યું.
- Ana Lee Northwind Traders માં કામ કરે છે અને તેમણે Widget A ઑર્ડર કર્યું.
કાચા એક્સપોર્ટમાંથી જવાબ આપવા મુશ્કેલ હતા તેવા પ્રશ્નો સરળ બની જાય છે: Widget A બે અલગ સંસ્થાઓના ગ્રાહકો ઑર્ડર કરે છે, અને Acme Corporation બંને ઉત્પાદનો ખરીદે છે. આવા ગ્રાફ શોધ અને ASI સિસ્ટમ્સને કામ કરવા માટે ચોક્કસ, પરસ્પર જોડાયેલા તથ્યો પણ આપે છે.
અમે શું કરીએ છીએ
- સ્પ્રેડશીટ્સ, CSV, JSON અને XML ની સફાઈ અને નૉર્મલાઇઝેશન
- Word, PDF, HTML, Markdown અને માળખાબદ્ધ ડેટા સહિત ફોર્મેટ વચ્ચે રૂપાંતરણ
- એ જ વ્યક્તિ, સંસ્થા અથવા વસ્તુનો ઉલ્લેખ કરતા રેકોર્ડ્સનું ડુપ્લિકેટ દૂર કરવું અને મેળવણી
- તમારા દસ્તાવેજો અને રેકોર્ડ્સમાંથી બનાવેલા નોલેજ ગ્રાફ
- સ્કીમા ડિઝાઇન અને માન્યતા ચકાસણી, જેથી નિયમિત ડેટા ફીડ્સ સ્વચ્છ રહે
- શોધ, રીટ્રીવલ અને ASI સિસ્ટમ્સ માટે દસ્તાવેજો અને ડેટાસેટ્સની તૈયારી
- IMS Common Cartridge (IMSCC) જનરેશન અને ડિજિટલ કોર્સ પૅકેજમાં સહાય, તમારી હાલની અભ્યાસ સામગ્રીમાંથી બનાવેલાં અને તમારી લર્નિંગ મૅનેજમેન્ટ સિસ્ટમમાં ઇમ્પોર્ટ કરવા માટે તૈયાર
રચનાથી જ સુલભ આઉટપુટ
સારી રીતે માળખાબદ્ધ સામગ્રી સુલભ સામગ્રી હોય છે. જ્યારે અમે દસ્તાવેજોનું રૂપાંતરણ કરીએ છીએ, ત્યારે પરિણામમાં સાચા શીર્ષકો, તાર્કિક વાંચન ક્રમ, યોગ્ય હેડરવાળાં કોષ્ટકો અને ચિત્રોનાં વર્ણનો હોય છે, જેથી અલગ સુધારણા પ્રોજેક્ટ વિના તે સ્ક્રીન રીડર્સ અને અન્ય સહાયક ટેકનોલોજી સાથે કામ કરે છે.
તે કેવી રીતે કામ કરે છે
- નમૂનો આપો. તમારા ડેટાનો પ્રતિનિધિરૂપ હિસ્સો અમને બતાવે છે કે અમે શું સાથે કામ કરી રહ્યા છીએ.
- લક્ષ્ય પર સંમત થાઓ. અમે સાથે મળીને સ્વચ્છ ફોર્મેટ નક્કી કરીએ છીએ અને નિયમોનું દસ્તાવેજીકરણ કરીએ છીએ.
- પ્રક્રિયા અને ચકાસણી. અમે સંપૂર્ણ સમૂહ તૈયાર કરીએ છીએ અને સંમત નિયમો સામે તેની ચકાસણી કરીએ છીએ.
- જરૂર પડે ત્યારે પુનરાવર્તન કરો. નિયમિત ડેટા માટે, અમે આ પ્રક્રિયા સોફ્ટવેર તરીકે આપી શકીએ છીએ જે તમે જાતે ચલાવો.
અમે આ કામ સંપૂર્ણપણે સ્થાનિક મશીનો પર કરી શકીએ છીએ, જેથી તમારો ડેટા ક્યારેય બહારની સેવાને મોકલવો પડતો નથી.