Budování nestrukturovaného datového skladu: Architektura, analýza a návrh

Recenze čtenářů

Kniha se setkala se smíšenými ohlasy, někteří čtenáři ji považují za velmi cennou pro pochopení a implementaci textové analýzy v datových skladech, zatímco jiní ji kritizují za zastaralost a nedostatečnou hloubku.

⬤ Poskytuje jasné vysvětlení konceptů textové analýzy, což usnadňuje komunikaci s vedením.
⬤ Nabízí nové poznatky o strategiích ukládání a indexování, které jsou přínosné pro týmy datových skladů.
⬤ Obsahuje cenné myšlenky, které mohou zlepšit postupy zpracování a správy dat.

⬤ Někteří čtenáři ji považovali za předraženou a postrádající dostatek užitečných informací.
⬤ Kritika opakujícího se obsahu a spoléhání se na zastaralé koncepty tradičního datového skladu.
⬤ Jiní upozorňovali na autorovu neschopnost účinně se zabývat nestrukturovanými daty a označovali knihu za plnou žargonu a žvanění.

(na základě 6 hodnocení čtenářů)

Původní název:

Building the Unstructured Data Warehouse: Architecture, Analysis, and Design

Obsah knihy:

Naučte se základní techniky od legendy datových skladů Billa Inmona, jak vytvořit prostředí pro reporting, které vaše firma potřebuje nyní

V textu se skrývají odpovědi na mnoho cenných obchodních otázek. Jak dobře dokáže vaše stávající prostředí pro reporting extrahovat potřebný text z e-mailů, tabulek a dokumentů a dát jej do formátu užitečného pro analýzu a reporting? Transformace tradičního datového skladu na efektivní nestrukturovaný datový sklad vyžaduje další dovednosti analytika, architekta, návrháře a vývojáře. Tato kniha vás připraví na úspěšnou implementaci nestrukturovaného datového skladu a prostřednictvím srozumitelných vysvětlení, příkladů a případových studií se naučíte nové techniky a tipy pro úspěšné získávání a analýzu textu.

Zvládněte těchto deset cílů:

⬤ Vybudovat nestrukturovaný datový sklad pomocí přístupu o 11 krocích.

⬤ Integrovat text a popsat jej z hlediska homogenity, relevance, prostředku, objemu a struktury.

⬤ Překonat výzvy včetně blábolů, babylonské věže a nedostatku přirozených vztahů.

⬤ Vyhněte se datovému smetišti a bojujte s "pavučinou".

⬤ Znovupoužití technik zdokonalených v tradičním datovém skladu a Datovém skladu 2. 0, včetně iterativního vývoje.

⬤ Používejte základní techniky pro extrakci, transformaci a načítání textů (ETL), jako je rozpoznávání frází, filtrování zastavených slov a nahrazování synonym.

⬤ Navrhněte systém evidence dokumentů a propojte nestrukturovaný text se strukturovanými daty.

⬤ Využívat indexy pro efektivní analýzu textu a taxonomie pro užitečnou externí kategorizaci.

⬤ Spravovat velké objemy dat pomocí pokročilých technik, jako jsou zpětné ukazatele.

⬤ Vyhodnoťte výběr technologií vhodných pro zpracování nestrukturovaných dat, například zařízení datového skladu.