192.041 Semistrukturierte Daten
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2024W, VU, 4.0h, 6.0EC

Merkmale

  • Semesterwochenstunden: 4.0
  • ECTS: 6.0
  • Typ: VU Vorlesung mit Übung
  • Format der Abhaltung: Präsenz

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...

  • den Unterschied zwischen Semi-strukturierten und strukturierten Daten zu erklären.
  • die in der Vorlesung behandelten XML-Technologien auf konkrete Problemstellungen anzuwenden.
  • die Limitierungen der vorgestellten XML-Technologien in konkreten Problemstellungen erkennen.
  • die Unterschiede und Stärken der verschiedenen vorgestellten XML-Schemasprachen zu erklären.
  • die Unterschiede und Stärken der verschiedenen vorgestellten XML-Anfragesprachen zu erklären.
  • die Unterschiede und Stärken der verschiedenen vorgestellten XML-APIs zu erklären.
  • den Unterschied zwischen dem Baumdatenmodell in XML und dem Graphdatenmodell in Graphdatenbanken zu erklären

Inhalt der Lehrveranstaltung

  • XML
  • XML-Schemasprachen (DTDs, XML Schema)
  • XML-Anfragesprachen (XPath, XQuery, XSLT)
  • XML-APIs (Parser, XSLT-Prozessor)
  • JSON
  • Grapdatenbanken (Neo4J), Abfragesprache Cypher

Methoden

  • In den wöchentlichen Vorlesungen werden die wichtigsten Technologien im Zusammenhang mit semistrukturierten Daten vorgestellt. 
  • Die Studierenden erhalten Übungsaufgaben, um ihr Verständnis der Themen
    zu vertiefen
  • Die Übungen bestehen hauptsächlich aus praktischer Arbeit, um die besprochenen SSD-Technologien zur Lösung von Beispielproblemen einzusetzen.
  • Die Übungen haben zwei Komponenten: (a) Hausaufgaben und (b) Gruppenarbeit im Hörsaal. 
  • Für die Gruppenarbeit stehen den Studierenden Vorlesungsräume zur Verfügung (~2 Slots pro Woche).
  • Während der Gruppenarbeit lösen die Studierenden kooperativ Probleme, präsentieren ihre Hausaufgaben vor den Gruppenmitgliedern und geben den Kommilitonen Feedback. 
  • Die Arbeitsgruppen bestehen aus ca. 3 Personen und die Gruppen wechseln wöchentlich.

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

Anfragen zur LVA

bitte ausschließlich an die Mailadresse ssd@dbai.tuwien.ac.at richten. 
Um zu vermeiden dass Ihr Email im Spamfilter landet den Betreff mit "SSD:" beginnen.

ECTS Breakdown:

28h Vorlesungsbesuch

28h Arbeit in Gruppen in einem Hörsaal

80h Hausaufgaben

7h Berichterstattung über die Arbeit in Gruppen

7h Führung eines Studientagebuchs

----------------------------------
150h (6 ECTS)
----------------------------------

 

 

 

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Mi.09:00 - 11:0002.10.2024 - 29.01.2025FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.11:00 - 13:0009.10.2024 - 29.01.2025FAV Hörsaal 1 Helmut Veith - INF Semi-structured Data (Work in Groups)
Mo.15:00 - 17:0014.10.2024 - 27.01.2025EI 11 Geodäsie HS - INF Semi-structured Data (Work in Groups)
Semistrukturierte Daten - Einzeltermine
TagDatumZeitOrtBeschreibung
Mi.02.10.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.09.10.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.09.10.202411:00 - 13:00FAV Hörsaal 1 Helmut Veith - INF Semi-structured Data (Work in Groups)
Mo.14.10.202415:00 - 17:00EI 11 Geodäsie HS - INF Semi-structured Data (Work in Groups)
Mi.16.10.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.16.10.202411:00 - 13:00FAV Hörsaal 1 Helmut Veith - INF Semi-structured Data (Work in Groups)
Mo.21.10.202415:00 - 17:00EI 11 Geodäsie HS - INF Semi-structured Data (Work in Groups)
Mi.23.10.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.23.10.202411:00 - 13:00FAV Hörsaal 1 Helmut Veith - INF Semi-structured Data (Work in Groups)
Mo.28.10.202415:00 - 17:00EI 11 Geodäsie HS - INF Semi-structured Data (Work in Groups)
Mi.30.10.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.30.10.202411:00 - 13:00FAV Hörsaal 1 Helmut Veith - INF Semi-structured Data (Work in Groups)
Mo.04.11.202415:00 - 17:00EI 11 Geodäsie HS - INF Semi-structured Data (Work in Groups)
Mi.06.11.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.06.11.202411:00 - 13:00FAV Hörsaal 1 Helmut Veith - INF Semi-structured Data (Work in Groups)
Mo.11.11.202415:00 - 17:00EI 11 Geodäsie HS - INF Semi-structured Data (Work in Groups)
Mi.13.11.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data
Mi.13.11.202411:00 - 13:00FAV Hörsaal 1 Helmut Veith - INF Semi-structured Data (Work in Groups)
Mo.18.11.202415:00 - 17:00EI 11 Geodäsie HS - INF Semi-structured Data (Work in Groups)
Mi.20.11.202409:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Vorlesung Semi-structured Data

Leistungsnachweis

Die Bewertung erfolgt auf der Grundlage der Hausaufgaben und der Gruppenarbeit in den entsprechenden Stunden. Insbesondere die Hausaufgaben müssen in einer Arbeitsgruppe präsentiert und diskutiert werden. Von den Studierenden wird im Allgemeinen erwartet, dass sie an einer ausreichenden Anzahl von Sitzungen für die Gruppenarbeit teilnehmen (~1 Treffen pro Woche). Im Allgemeinen werden nur Hausaufgaben, die in einer Studierendengruppe präsentiert und diskutiert werden, für die Endnote berücksichtigt (nur gut begründete Ausnahmen von dieser Regel werden akzeptiert). Die Studierendengruppen können aufgefordert werden, einen kurzen Bericht über ihre Arbeit zu verfassen.

Darüber hinaus wird von jedem Studierenden erwartet, dass er ein Studienprotokoll führt, in dem er seine Studienfortschritte während des Semesters dokumentiert, einschließlich der Herausforderungen, die er hatte, und der wichtigsten Ideen, die er aus den Vorlesungen, den Hausaufgaben und der Arbeit in Gruppen gewonnen hat.

LVA-Anmeldung

Nicht erforderlich

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
033 521 Informatik Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 526 Wirtschaftsinformatik Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 532 Medieninformatik und Visual Computing Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 534 Software & Information Engineering Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

  • Programmierkenntnisse in Java
  • Kenntnisse der VU Datenmodellierung oder der VU Datenbanksysteme, insbesondere: Relationales Datemodell, SQL

Vorausgehende Lehrveranstaltungen

Sprache

Englisch