[TASK] Generic commit

Bachelorarbeit.tex

@@ -442,6 +442,20 @@ WHERE {
 \todo{Streaming-Erweiterungen aus dem Listing ein wenig hervorheben, damit verbundene Schlüsselwörter hervorheben und Begriffe klären (Sliding Window, Timestamps, Range und Step, \dots}
 
 
+\section{Resoning auf RDF-Datenströmen?}
+
+\todo{FALLS ich Reasoning rechtzeitig unterbringe, werde ich hier die Grundlagen von Reasoning auf Datenströmen und die zusätzlichen Herausforderungen dabei hier erklären. Der Prozess des Reasoning wurde auf statischen Daten bereits in der Einführung in das semantische Web erklärt.}
+
+\begin{itemize}
+\item Immer noch ein Forschungsgebiet
+\item sehr hoher Datendurchsatz (viele kleine Ereignisse in geringem Zeitraum)
+\item Ereignisinformationen ändern sich sehr häufig, sind nie sehr lange gültig und nicht immer relevant zur einer Abfrage
+\item Aber: Ergebnisse sollen möglichst schnell vorliegen
+\item $\Longrightarrow$ große Menge Rechenaufwand
+\item Einer der möglichen Ansätze: Reasoner errechnet für die Ereignisse Tripel mit begrenzter Lebensdauer (z.B. in C-SPARQL-Engine verwendet) [Der Part wandert eventuell in das Konzept-Kapitel in dem ich erkläre, auf welche Weise ich das RDFS-Reasoning der Engine nutzen möchte.]
+\end{itemize}
+
+
 \chapter{Vergleich von CEP-Engines für RDF-Datenströme}
 \todo{Zusammenfassungsüberleitung über das Kapitel}
 
@@ -516,18 +530,9 @@ Grobe Eckpunkte zur Orientierung:
 In diesem Kapitel werden abstrakte Condition-Action-Regeln für das Beispielszenario formuliert und dann mit konkreten CSPARQL-Queries für die \enquote{C-SPARQL}-Engine umgesetzt. Die Ergebnisse dieser Queries kommen im nächsten Kapitel, da sie näher an der Implementierung dran sind. Grundlegende Idee: Query mit ggf. nötigem Beiwerk registrieren und dann die Ergebnisse präsentieren.
 
 
-\section{Resoning auf RDF-Datenströmen?}
+\section{Nutzung von RDFS-Reasoning}
 
-\todo{FALLS ich Reasoning rechtzeitig unterbringe, werde ich hier erläutern, welche Fähigkeiten (RDFS-Reasoning) ich nutzen will, um bestimmte Dinge in meinem Szenario zu optimieren/zu vereinfachen oder einfach um es mal zu demonstrieren. Die Erläuterung von Reasoning selbst wurde in dem Grundlagen-Kapitel bereits erledigt.}
-
-\begin{itemize}
-\item Immer noch ein Forschungsgebiet
-\item sehr hoher Datendurchsatz (viele kleine Ereignisse in geringem Zeitraum)
-\item Ereignisinformationen ändern sich sehr häufig, sind nie sehr lange gültig und nicht immer relevant zur einer Abfrage
-\item Aber: Ergebnisse sollen möglichst schnell vorliegen
-\item $\Longrightarrow$ große Menge Rechenaufwand
-\item Einer der möglichen Ansätze: Reasoner errechnet für die Ereignisse Tripel mit begrenzter Lebensdauer (z.B. in C-SPARQL-Engine verwendet)
-\end{itemize}
+\todo{FALLS es soweit kommt wird hier erklärt, mit welchen Konstrukten (Klassenhierarchien und Merkmale) ich die Engine in der Richtung nutzen möchte um die Abfragen an einigen Stellen flexibler zu gestalten.}
 
 
 \chapter{Implementierung mit der C-SPARQL Engine}