From a8916fb1dfc56ffd175a4a3cb6e6adfbf11649f6 Mon Sep 17 00:00:00 2001 From: Jan Philipp Timme Date: Wed, 12 Oct 2016 14:22:01 +0200 Subject: [PATCH] [TASK] Generic commit. --- Bachelorarbeit.tex | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/Bachelorarbeit.tex b/Bachelorarbeit.tex index 0cc389e..177ed9c 100644 --- a/Bachelorarbeit.tex +++ b/Bachelorarbeit.tex @@ -345,7 +345,7 @@ Enthält eine Ontologie strukturelle Informationen über Fahrer, PKW und Attribu Da Ontologien auch genutzt werden können, um Wissen aus den Strukturen einer Ontologie in die Struktur einer anderen Ontologie zu übersetzen, kann ein Reasoner die daraus resultierende Übersetzung direkt errechnen und der lokalen Datenbasis hinzufügen. Dadurch steht Abfragen, die schon auf die Ziel-Ontologie zugeschnitten sind, ein viel größerer Informationspool zur Verfügung, aus dem das Abfrageergebnis berechnet werden soll. -Die Vorteile von Reasoning erkauft man sich durch einen nicht unerheblichen Einsatz von Rechenleistung, da im Prozess des Reasoning eine Menge von zusätzlichen Daten entsteht, für die zusätzlich zu den bereits vorhandenen Daten die Regeln aller genutzten Ontologien berücksichtigt werden müssen. Behandelt man lediglich statische Daten, die sich kaum bis garnicht ändern, so ist der nötige Aufwand für Reasoning übersichtlich und liegt auch für große Mengen von Daten und Ontologien in einem akzeptablem Rahmen. Ändern sich jedoch häufig Daten, so muss für das Subset der veränderten Daten der Reasoning-Prozess erneut durchgeführt werden um eine vollständig aktuelle Datenbasis zu erhalten. +Die Vorteile von Reasoning erkauft man sich durch einen nicht unerheblichen Einsatz von Rechenleistung, da im Prozess des Reasoning eine Menge von zusätzlichen Daten entsteht, für die zusätzlich zu den bereits vorhandenen Daten die Regeln aller genutzten Ontologien berücksichtigt werden müssen. Behandelt man lediglich statische Daten, die sich kaum bis garnicht ändern, so ist der nötige Aufwand für Reasoning übersichtlich und liegt auch für große Mengen von Daten und Ontologien in einem akzeptablem Rahmen. Ändern sich jedoch häufig Daten, so muss für das Subset der veränderten Daten der Reasoning-Prozess erneut durchgeführt werden um eine vollständig aktuelle Datenbasis zu erhalten. Dies ist der Grund, weshalb an effizientem Reasoning auf RDF-Ereignisdatenströmen aktuell immer noch geforscht wird. \subsection{Abfrage von RDF-Daten via SPARQL}\label{cpt:sparql_intro}