Priprema i oblikovanje podataka
Primjer
Ovo je mali izvoz narudžbi onakav kakav često stiže: iste osobe i tvrtke zapisane na različite načine, datumi u četiri formata i dvostruki redak.
| Kupac | Organizacija | Datum | Proizvod |
|---|---|---|---|
| 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 |
Nakon pripreme imena, organizacije, datumi i proizvodi imaju po jedan dosljedan oblik, a dvostruka narudžba je spojena.
| Kupac | Organizacija | Datum | Proizvod |
|---|---|---|---|
| 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 |
Grafovi znanja
Graf znanja pohranjuje informacije kao stvari i veze među njima, umjesto kao retke u zasebnim tablicama. Kada su podaci čisti, iste narudžbe postaju mali graf osoba, organizacija u kojima rade i proizvoda koje su naručile.
Veze u grafu:
- John Smith radi u tvrtki Acme Corporation i naručio je Widget A.
- Maria Garcia radi u tvrtki Acme Corporation i naručila je Widget B.
- Ana Lee radi u tvrtki Northwind Traders i naručila je Widget A.
Pitanja na koja je iz sirovog izvoza bilo teško odgovoriti postaju jednostavna: Widget A naručuju kupci iz dviju različitih organizacija, a Acme Corporation kupuje oba proizvoda. Ovakvi grafovi pretraživanju i ASI sustavima daju i točne, povezane činjenice na kojima mogu raditi.
Što radimo
- Čišćenje i normalizacija proračunskih tablica te CSV, JSON i XML datoteka
- Pretvorba između formata, uključujući Word, PDF, HTML, Markdown i strukturirane podatke
- Uklanjanje duplikata i usklađivanje zapisa koji se odnose na istu osobu, organizaciju ili stavku
- Grafovi znanja izgrađeni iz vaših dokumenata i evidencija
- Oblikovanje i validacija shema, kako bi podatkovni tokovi koji se ponavljaju ostali čisti
- Priprema dokumenata i skupova podataka za pretraživanje, dohvaćanje i ASI sustave
- Generiranje IMS Common Cartridge (IMSCC) paketa i pomoć s digitalnim paketima tečajeva, izrađenima iz vašeg postojećeg materijala za tečajeve i spremnima za uvoz u vaš sustav za upravljanje učenjem
Pristupačan rezultat već u osnovi
Dobro strukturiran sadržaj je pristupačan sadržaj. Kada pretvaramo dokumente, rezultat ima prave naslove, logičan redoslijed čitanja, tablice s ispravnim zaglavljima i opise slika, pa radi s čitačima zaslona i drugim pomoćnim tehnologijama bez zasebnog projekta ispravaka.
Kako funkcionira
- Podijelite uzorak. Reprezentativan dio vaših podataka pokazuje nam s čime radimo.
- Dogovorite cilj. Zajedno definiramo čisti format i dokumentiramo pravila.
- Obradite i provjerite. Pripremamo cijeli skup i provjeravamo ga prema dogovorenim pravilima.
- Ponovite kada je potrebno. Za podatke koji se ponavljaju proces možemo isporučiti kao softver koji sami pokrećete.
Ovaj posao možemo obaviti u potpunosti na lokalnim računalima, pa vaši podaci nikada ne moraju biti poslani vanjskoj usluzi.