Využití velkých sémantických sítí pro automatizaci datového modelování

• Název práce v češtině: Využití velkých sémantických sítí pro automatizaci datového modelování
• Název v anglickém jazyce: Using large semantic networks to data modelling automation
• Klíčová slova: konceptuální modelování|logické modelování|data mesh|microservices|sémantické sítě
• Klíčová slova anglicky: conceptual modeling|logical modeling|data mesh|microservices|concept networks
• Akademický rok vypsání: 2024/2025
• Typ práce: diplomová práce
• Ústav: Katedra softwarového inženýrství (32-KSI)
• Vedoucí / školitel: doc. Mgr. Martin Nečaský, Ph.D.

Zásady pro vypracování

Modelování dat na konceptuální a logické úrovni (tj. vytváření konceptuálních a logických datových modelů) je dnes zásadním nástrojem nejenom pro návrh struktury databáze, ale především nástrojem pro celkovou integraci mnoha datových zdrojů existujících napříč organizací. Moderní datové a softwarové architektury, jako např. data mesh [1] nebo microservices [2] vedou k fragmentaci složitého systému do jednodušších nezávislých částí. To přináší mnoho výhod ale také výzev. Konceptuální a logické datové modelování pomáhá tím, že nad prostředím fragmentovaných datových zdrojů a softwarových komponent poskytuje sémantickou vrstvu konceptů a souvislostí, které jsou srozumitelné z byznys pohledu, a které jsou pak různými technickými způsoby reprezentovány jednotlivými datovými zdroji a softwarovými komponentami. Problém modelování je, že je náročné na zdroje (lidé, čas, peníze). Jakákoliv iniciativa vedoucí ke snížení potřebných zdrojů je ceněna.

V této diplomové práci studentka či student prozkoumá možnosti využití velkých sémantických sítí, jako např. ConceptNet [3] pro automatizaci konceptuálního modelování. Bude zkoumat, jakým způsobem lze integrovat velké sémantické sítě do procesu modelování. Cílem je prozkoumat, jak může sémantická síť, např. formou chatu nebo formou předvyplňování konceptů a vztahů, pomoci analytikovi při pracné tvorbě modelu. Výsledkem bude metoda, která bude vycházet z již namodelované části reality a k ní bude doporučovat další části modelu. Analytikovi ušetří práci tím, že ho bude navádět v tom, co by ještě bylo možné modelovat a jakým způsobem.

---

ENG

Data modeling at the conceptual and logical level (i.e., creating conceptual and logical data models) is essential for designing the database structure and especially for integrating many data sources across an organization. Modern data and software architectures such as data mesh [1] or microservices [2] lead to the fragmentation of a complex system into simpler independent parts. Fragmentation brings many benefits but also challenges. Conceptual and logical data modeling helps by providing a semantic layer of concepts and their relationships over the environment of fragmented data sources and software components that are understandable from a business perspective, which are then represented in different technical ways by the individual data sources and software components. The problem with modeling is that it is resource-expensive (people, time, money). Any initiative leading to a reduction in the resources required is appreciated.

In this thesis, the student will explore the use of large-scale semantic networks such as ConceptNet [3] for automating conceptual modeling. It will explore how large semantic networks can be integrated into the modeling process. The goal is to explore how a semantic network, e.g. in the form of chat or in the form of pre-filling concepts and relations, can assist the analyst in the laborious process of model building. The result will be a method that starts from an already modeled part of reality and recommends other parts of the model to it. It will save the analyst work by guiding him in what else could be modeled and how.

Seznam odborné literatury

[1] https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/scenarios/cloud-scale-analytics/architectures/what-is-data-mesh
[2] https://martinfowler.com/articles/microservices.html
[3] https://conceptnet.io/