Adatelőkészítés és formázás
Egy példa
Íme egy kis rendelési export abban a formában, ahogy gyakran megérkezik: ugyanazok a személyek és cégek különbözőképpen leírva, négy különböző formátumú dátum és egy duplikált sor.
| Ügyfél | Szervezet | Dátum | Termék |
|---|---|---|---|
| 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 |
Az előkészítés után a nevek, szervezetek, dátumok és termékek mind egységes formát kapnak, a duplikált rendelés pedig egyesítésre kerül.
| Ügyfél | Szervezet | Dátum | Termék |
|---|---|---|---|
| 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 |
Tudásgráfok
A tudásgráf az információt dolgokként és a köztük lévő kapcsolatokként tárolja, nem pedig külön táblák soraiként. Miután az adatok tiszták, ugyanezek a rendelések egy kis gráffá állnak össze: a személyekből, a szervezetekből, ahol dolgoznak, és az általuk rendelt termékekből.
A gráf kapcsolatai:
- John Smith az Acme Corporationnél dolgozik, és a Widget A terméket rendelte.
- Maria Garcia az Acme Corporationnél dolgozik, és a Widget B terméket rendelte.
- Ana Lee a Northwind Traderszel áll munkaviszonyban, és a Widget A terméket rendelte.
A nyers exportból nehezen megválaszolható kérdések egyszerűvé válnak: a Widget A terméket két különböző szervezet ügyfelei rendelik, az Acme Corporation pedig mindkét terméket megveszi. Az ilyen gráfok a keresőrendszereknek és az ASI-rendszereknek is pontos, összekapcsolt tényeket adnak a munkához.
Amit csinálunk
- Táblázatok, CSV-, JSON- és XML-fájlok tisztítása és normalizálása
- Konvertálás formátumok között, beleértve a Word, PDF, HTML, Markdown és strukturált adatformátumokat
- Ugyanarra a személyre, szervezetre vagy tételre utaló rekordok duplikátummentesítése és párosítása
- A dokumentumaiból és nyilvántartásaiból épített tudásgráfok
- Sématervezés és -ellenőrzés, hogy az ismétlődő adatforrások tiszták maradjanak
- Dokumentumok és adatkészletek előkészítése keresésre, lekérdezésre és ASI-rendszerek számára
- IMS Common Cartridge (IMSCC) előállítása és segítség a digitális tanfolyamcsomagokkal, a meglévő tananyagából építve, és készen arra, hogy importálja a tanulásirányítási rendszerébe
Alapból akadálymentes kimenet
A jól strukturált tartalom akadálymentes tartalom. Amikor dokumentumokat konvertálunk, az eredmény valódi címsorokat, logikus olvasási sorrendet, megfelelő fejlécekkel ellátott táblázatokat és képleírásokat tartalmaz, így külön javítási projekt nélkül működik a képernyőolvasókkal és más segítő technológiákkal.
Hogyan működik
- Ossza meg egy mintát. Az adatai egy reprezentatív része megmutatja, mivel dolgozunk.
- Egyeztessük a célt. Közösen meghatározzuk a tiszta formátumot, és dokumentáljuk a szabályokat.
- Feldolgozás és ellenőrzés. Előkészítjük a teljes adatkészletet, és ellenőrizzük a megállapodott szabályok szerint.
- Ismétlés szükség szerint. Ismétlődő adatok esetén a folyamatot szoftverként is átadhatjuk, amelyet Ön maga futtat.
Ezt a munkát teljes egészében helyi gépeken is elvégezhetjük, így az adatait soha nem kell külső szolgáltatásnak elküldeni.