Priprava in oblikovanje podatkov
Primer
Tukaj je majhen izvoz naročil, kakršen pogosto prispe: iste osebe in podjetja zapisani na različne načine, datumi v štirih formatih in podvojena vrstica.
| Stranka | Organizacija | Datum | Izdelek |
|---|---|---|---|
| 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 pripravi imajo imena, organizacije, datumi in izdelki vsak eno dosledno obliko, podvojeno naročilo pa je združeno.
| Stranka | Organizacija | Datum | Izdelek |
|---|---|---|---|
| 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 |
Grafi znanja
Graf znanja shranjuje informacije kot stvari in povezave med njimi namesto kot vrstice v ločenih tabelah. Ko so podatki čisti, ista naročila postanejo majhen graf oseb, organizacij, v katerih delajo, in izdelkov, ki so jih naročile.
Povezave v grafu:
- John Smith dela pri podjetju Acme Corporation in je naročil izdelek Widget A.
- Maria Garcia dela pri podjetju Acme Corporation in je naročila izdelek Widget B.
- Ana Lee dela pri podjetju Northwind Traders in je naročila izdelek Widget A.
Vprašanja, na katera je bilo iz neobdelanega izvoza težko odgovoriti, postanejo preprosta: izdelek Widget A naročajo stranke iz dveh različnih organizacij, Acme Corporation pa kupuje oba izdelka. Takšni grafi iskalnikom in sistemom ASI tudi zagotavljajo točna, povezana dejstva, na katerih lahko gradijo.
Kaj delamo
- Čiščenje in normalizacija preglednic, datotek CSV, JSON in XML
- Pretvorba med formati, vključno z Word, PDF, HTML, Markdown in strukturiranimi podatki
- Odstranjevanje podvojitev in ujemanje zapisov, ki se nanašajo na isto osebo, organizacijo ali predmet
- Grafi znanja, zgrajeni iz vaših dokumentov in zapisov
- Zasnova shem in validacija, da ponavljajoči se viri podatkov ostanejo čisti
- Priprava dokumentov in podatkovnih zbirk za iskanje, priklic in sisteme ASI
- Ustvarjanje paketov IMS Common Cartridge (IMSCC) in pomoč pri digitalnih paketih tečajev, izdelanih iz vašega obstoječega gradiva za tečaje in pripravljenih za uvoz v vaš sistem za upravljanje učenja
Dostopen izhod že v zasnovi
Dobro strukturirana vsebina je dostopna vsebina. Ko pretvarjamo dokumente, ima rezultat prave naslove, logično zaporedje branja, tabele z ustreznimi glavami in opise slik, zato deluje z bralniki zaslona in drugo podporno tehnologijo brez ločenega projekta popravljanja.
Kako deluje
- Delite vzorec. Reprezentativen del vaših podatkov nam pokaže, s čim imamo opravka.
- Dogovorite se o cilju. Skupaj določimo čisti format in dokumentiramo pravila.
- Obdelava in preverjanje. Pripravimo celoten nabor in ga preverimo z dogovorjenimi pravili.
- Ponovitev po potrebi. Za ponavljajoče se podatke lahko postopek dostavimo kot programsko opremo, ki jo poganjate sami.
To delo lahko opravimo povsem na lokalnih računalnikih, zato vaših podatkov ni treba pošiljati zunanji storitvi.