Príprava a formátovanie údajov
Príklad
Tu je malý export objednávok v podobe, v akej často prichádza: tie isté osoby a spoločnosti zapísané rôznymi spôsobmi, dátumy v štyroch formátoch a duplicitný riadok.
| Zákazník | Organizácia | Dátum | 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 príprave majú mená, organizácie, dátumy a produkty jednotnú podobu a duplicitná objednávka je zlúčená.
| Zákazník | Organizácia | Dátum | 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 |
Znalostné grafy
Znalostný graf ukladá informácie ako entity a väzby medzi nimi, namiesto riadkov v samostatných tabuľkách. Keď sú údaje čisté, tie isté objednávky sa stanú malým grafom osôb, organizácií, pre ktoré pracujú, a produktov, ktoré si objednali.
Väzby v grafe:
- John Smith pracuje v Acme Corporation a objednal si Widget A.
- Maria Garcia pracuje v Acme Corporation a objednala si Widget B.
- Ana Lee pracuje v Northwind Traders a objednala si Widget A.
Otázky, na ktoré bolo z nespracovaného exportu ťažké odpovedať, sa stanú jednoduchými: Widget A objednávajú zákazníci z dvoch rôznych organizácií a Acme Corporation kupuje oba produkty. Takéto grafy poskytujú aj vyhľadávaniu a systémom ASI presné, prepojené fakty, z ktorých môžu vychádzať.
Čo robíme
- Čistenie a normalizácia tabuliek, súborov CSV, JSON a XML
- Konverzia medzi formátmi vrátane Word, PDF, HTML, Markdown a štruktúrovaných údajov
- Odstraňovanie duplicít a párovanie záznamov, ktoré sa týkajú tej istej osoby, organizácie alebo položky
- Znalostné grafy vytvorené z vašich dokumentov a záznamov
- Návrh schém a validácia, aby opakujúce sa dátové toky zostali čisté
- Príprava dokumentov a súborov údajov pre vyhľadávanie, získavanie informácií a systémy ASI
- Generovanie IMS Common Cartridge (IMSCC) a pomoc s digitálnymi balíkmi kurzov, vytvorenými z vášho existujúceho kurzového materiálu a pripravenými na import do vášho systému riadenia výučby
Prístupný výstup už v návrhu
Dobre štruktúrovaný obsah je prístupný obsah. Keď konvertujeme dokumenty, výsledok má skutočné nadpisy, logické poradie čítania, tabuľky so správnymi hlavičkami a popisy obrázkov, takže funguje s čítačkami obrazovky a ďalšími asistenčnými technológiami bez samostatného projektu nápravy.
Ako to funguje
- Poskytnite vzorku. Reprezentatívna časť vašich údajov nám ukáže, s čím pracujeme.
- Dohodnite cieľ. Spoločne definujeme čistý formát a zdokumentujeme pravidlá.
- Spracovanie a overenie. Pripravíme celú sadu a skontrolujeme ju podľa dohodnutých pravidiel.
- Opakujte podľa potreby. Pri opakujúcich sa údajoch môžeme proces dodať ako softvér, ktorý si spúšťate sami.
Túto prácu môžeme vykonávať celú na lokálnych strojoch, takže vaše údaje nikdy nemusia byť odoslané externej službe.