Il documento descrive un manuale d'uso per un tool che elabora file di input per estrarre entità e relazioni gerarchiche. Utilizza un algoritmo per cercare corrispondenze e ricostruire gerarchie, arricchendo una knowledge base con nuovi concetti attraverso inferenze basate su relazioni fisiche. Infine, traduce le informazioni in uno script DDL-SQL per visualizzare il modello risultante in un tool grafico.

1. Tools Grosso
Manuale d’uso

2. Tool1

4. 5 passi…

6. Spiegazioni pagina precedente
• Input file f1
– Colonne nomebasedati, nometavola, destavola,
nomecampo, descampo (des= descrizione)
• Input file f2
– Codice gerarchia (es. B = Bene) di appartenenza
– Livello nella gerarchia
– Nome dell’entita’ in gerarchia
– Criteri like di ricerca nei metadati

7. • Output file fa
– Nome entita’ in gerarchia
– Nome tavola pescata con like
– Des tavola pescata
– Nome campo pescato
– Des campo pescato

8. • Algoritmo:
– Per ogni occorrenza di f1
• Cerca like in occorrenza di f1 tutte le entita’ (di
qualsiasi livello) contenute in f2 (cerca in tutti i nomi e
des di tavole e campi di f1)
• Se like = yes ottieni occorrenza di fa

10. Spiegazioni pagina precedente
• Per ogni entita’ trovata ricostruisce la
gerarchia che la contiene
• Ad esempio se della gerarchia a-b-c trova solo
c, ricostruisce tutto l’albero per arrivare a c
ovvero a-b-c
• Se trova solo b, recupera a-b

12. Spiegazioni pagina precedente
• Dal file di input f3, che contiene le relazioni tra
le entita’, deriva le relazioni presenti
nell’inferenza
• Se aveva trovato like le entita’ A e B, e se tra A
e B c’e’ una relazione, la recupera
(A.relaziona.B)

14. Spiegazioni pagina precedente
• Da’ una casa agli attributi
• Se aveva pescato l’entita’ a nella tavola t
(nome o des tavola), la tavola t viene
considerata come un’istanza dell’entita’ a
• Se aveva pescato l’entita’ a nel campo c di una
tavola (nome o des campo), l’entita’ a
ospitera’ in casa il campo c che diventa
attributo dell’entita’ a

16. Spiegazioni pagina precedente
• Sfrutta i constraint (relazioni fisiche) presenti
tra le tavole pescate, permettendo cosi’ di
arricchire la knowledge base con nuovi
concetti inferiti dal basso
• L’infer constraint con criterio, considera i
constraints a distanza 1 dalla tavola pescata,
senza criterio considera tutte le distanze,
quindi recupera grappoli di tabelle relazionate
a partire da quella pescata

18. Spiegazioni pagina precedente
• La funzione sql traduce le entita’, le gerarchie,
le relazioni e gli attributi ricostruiti in uno
pseudo script ddl-sql e attiva un tool grafico
che visualizza il modello ottenuto (erwin)

19. Piramide concettuale

20. Cliccare si

22. Spiegazioni pagina precedente
• Selezionando ad esempio il database film
commission, a lato possiamo visualizzare i
semilavorati di riconcettualizzazione del
database che sta all’interno di una piramide,
in questo caso la piramide organizzativa della
regione piemonte: lista entita’, gerarchie (o
generalizzazioni), relazioni, attributi,
constraint, tabelle esterne (scollegate perche’
non hanno inferenze), draw schema

27. • La piramide ha livelli intermedi, e gli schemi
intermedi sono ottenuti con algoritmi di
somma schemi dei livelli inferiori, con il
seguente criterio: se un’entita’ e’ presente in
almeno 2 schemi tra quelli da sommare, allora
sale al livello superiore, altrimenti rimane al
livello inferiore, non fara’ parte dello schema
somma

28. Cliccare su si