2
Institut für Informatik Übungen zur Vorlesung Datenbanksysteme Wintersemester 2002/2003 Institut für Informatik Ludwig-Maximilians-Universität München Prof. Dr. Hans-Peter Kriegel Stefan Schönauer Blatt 11: Neuere Anwendungen Aufgabe 1) Der CUBE-Operator Das Data Warehouse eines Handelsunternehmens enthält folgende Relationen: Verkäufe (VerkDatum, Filiale, Produkt, Anzahl, Kunde, Verkäufer) Filialen (Filialkennung, Land, Bezirk) Kunden (KundenNr, Name, Adresse) Verkäufer (PersNr, Name, Fachgebiet, Manager, Filiale) Zeit (Datum, Tag, Monat, Jahr, Quartal) Produkte (ProduktNr, Produkttyp, Produktgruppe, Hersteller) Formulieren Sie die folgende Anfrage ohne Verwendung des CUBE-Operators: SELECT z.Jahr, p.Hersteller, SUM (v.Anzahl) FROM Verkäufe v, Produkte p, Zeit z WHERE v.Produkt = p.ProduktNr AND v.Datum = z.Datum AND p.Produkttyp = ‘Handy’ GROUP BY CUBE(z.Jahr, p.Hersteller) Aufgabe 2) Recall/Precision Recall und Precision sind zwei Meßgrößen um die Qualität eines Verfahren zur Ähnlich- keitssuche zu bestimmen. Dabei meint Recall welcher Anteil der erwünschten Objekte im Ergebnis enthalten sind, während Precision den Anteil der erwünschten Objekte an allen gelieferten Objekten bedeutet. Berechnen Sie jeweils Recall und Precision für das folgende gewünschte Anfrageergebnis: Anfrage 1 liefert: Anfrage 2 liefert: ... bitte wenden violine1 gitarre4 gitarre3 violine2 s_geige violine1 gitarre4 gitarre3 chmapgn s_geige wein01 violine2 violine1 violine2 s_geige modell59 wein01 München, 15.1.2003

Blatt 11

Embed Size (px)

DESCRIPTION

infromatik

Citation preview

Page 1: Blatt 11

Institut für InformatikLudwig-Maximilians-Universität München

Prof. Dr. Hans-Peter Kriegel

Übungen zur VorlesungDatenbanksystemeWintersemester 2002/2003

Institut für InformatikLudwig-Maximilians-Universität München

Prof. Dr. Hans-Peter KriegelStefan Schönauer

Blatt 11: Neuere Anwendungen

Aufgabe 1) Der CUBE-OperatorDas Data Warehouse eines Handelsunternehmens enthält folgende Relationen:

Verkäufe (VerkDatum, Filiale, Produkt, Anzahl, Kunde, Verkäufer)Filialen (Filialkennung, Land, Bezirk)Kunden (KundenNr, Name, Adresse)Verkäufer (PersNr, Name, Fachgebiet, Manager, Filiale)Zeit (Datum, Tag, Monat, Jahr, Quartal)Produkte (ProduktNr, Produkttyp, Produktgruppe, Hersteller)

Formulieren Sie die folgende Anfrage ohne Verwendung des CUBE-Operators:SELECT z.Jahr, p.Hersteller, SUM (v.Anzahl)FROM Verkäufe v, Produkte p, Zeit zWHERE v.Produkt = p.ProduktNr AND v.Datum = z.Datum AND

p.Produkttyp = ‘Handy’GROUP BY CUBE(z.Jahr, p.Hersteller)

Aufgabe 2) Recall/PrecisionRecall und Precision sind zwei Meßgrößen um die Qualität eines Verfahren zur Ähnlich-keitssuche zu bestimmen. Dabei meint Recall welcher Anteil der erwünschten Objekte im Ergebnis enthalten sind, während Precision den Anteil der erwünschten Objekte an allen gelieferten Objekten bedeutet.Berechnen Sie jeweils Recall und Precision für das folgende gewünschte Anfrageergebnis:

Anfrage 1 liefert:

Anfrage 2 liefert:

... bitte wenden

violine1 gitarre4gitarre3violine2 s_geige

violine1 gitarre4 gitarre3chmapgn s_geige wein01 violine2

violine1 violine2s_geige modell59wein01

München, 15.1.2003

Page 2: Blatt 11

Aufgabe 3) AssoziationsregelnIn einem Supermarkt werden die gemeinsam gekauften Waren durch Scannerkassen erfasst und in der folgenden Datenbank abgespeichert:

Bestimmen sie jeweils Support und Konfidenz für die folgenden Assoziationsregeln.

a) “Wer Kaffee und Milch kauft, kauft auch Kuchen.”

b) “Wer Brot und Butter kauft, kauft auch Wurst.”

Transaktion Waren

1 Brot, Kaffee, Milch, Kuchen

2 Kaffee, Milch, Kuchen

3 Brot, Butter, Kaffee, Milch

4 Milch, Kuchen

5 Brot, Butter, Wurst, Kuchen

6 Brot, Wurst