Pregătirea și formatarea datelor
Un exemplu
Iată un mic export de comenzi, așa cum sosește adesea: aceleași persoane și companii scrise în moduri diferite, date în patru formate și un rând duplicat.
| Client | Organizație | Data | Produs |
|---|---|---|---|
| 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 |
După pregătire, numele, organizațiile, datele și produsele au fiecare o formă unitară, iar comanda duplicat este îmbinată.
| Client | Organizație | Data | Produs |
|---|---|---|---|
| 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 |
Grafuri de cunoștințe
Un graf de cunoștințe stochează informațiile sub forma unor entități și a conexiunilor dintre ele, în loc de rânduri în tabele separate. Odată ce datele sunt curate, aceleași comenzi devin un mic graf format din persoane, organizațiile pentru care lucrează și produsele pe care le-au comandat.
Conexiunile grafului:
- John Smith lucrează la Acme Corporation și a comandat Widget A.
- Maria Garcia lucrează la Acme Corporation și a comandat Widget B.
- Ana Lee lucrează la Northwind Traders și a comandat Widget A.
Întrebările la care era greu de răspuns pornind de la exportul brut devin simple: Widget A este comandat de clienți din două organizații diferite, iar Acme Corporation cumpără ambele produse. Grafurile de acest fel oferă, de asemenea, sistemelor de căutare și sistemelor ASI fapte exacte și conectate de la care să pornească.
Ce facem
- Curățarea și normalizarea foilor de calcul, a fișierelor CSV, JSON și XML
- Conversie între formate, inclusiv Word, PDF, HTML, Markdown și date structurate
- Eliminarea duplicatelor și corelarea înregistrărilor care se referă la aceeași persoană, organizație sau același element
- Grafuri de cunoștințe construite din documentele și înregistrările dumneavoastră
- Proiectarea și validarea schemelor, astfel încât fluxurile de date recurente să rămână curate
- Pregătirea documentelor și a seturilor de date pentru căutare, regăsire și sisteme ASI
- Generarea de IMS Common Cartridge (IMSCC) și asistență pentru pachetele digitale de curs, create din materialele dumneavoastră de curs existente și gata de importat în sistemul dumneavoastră de gestionare a învățării
Rezultate accesibile, prin concepție
Conținutul bine structurat este conținut accesibil. Atunci când convertim documente, rezultatul are titluri reale, o ordine logică de citire, tabele cu anteturi corecte și descrieri pentru imagini, astfel încât funcționează cu cititoarele de ecran și cu alte tehnologii asistive, fără un proiect separat de remediere.
Cum funcționează
- Trimiteți un eșantion. O porțiune reprezentativă din datele dumneavoastră ne arată cu ce lucrăm.
- Stabilim obiectivul. Definim împreună formatul curat și documentăm regulile.
- Procesăm și verificăm. Pregătim setul complet și îl verificăm în raport cu regulile convenite.
- Repetăm la nevoie. Pentru datele recurente, putem livra procesul sub formă de software pe care îl rulați dumneavoastră.
Putem efectua această muncă integral pe mașini locale, astfel încât datele dumneavoastră nu trebuie trimise niciodată unui serviciu extern.