Die Datenqualität ist ein weitreichendes Thema. Bei vielen Anwendungen und Verfahren spielt sie eine große Rolle. Semantic Web ist da keine Ausnahme. Die Vollständigkeit, Fehlerfreiheit und Genauigkeit der Daten ist maßgebend für die Qualität des Ergebnisses. Im Semantic Web sind Ontologien die wichtigsten Datenquellen. Deswegen ist es wesentlich, diese auf ihre Datenqualität untersuchen zu können. In dieser Arbeit stellen wir ein Verfahren vor, um die Datenqualität einer Ontologie zu überprüfen und potentielle Fehler zu erkennen. Als erstes zeigen wir, wie aus einer Startmenge an fehlerhaften Daten (Goldstandard) andere Fehlerquellen gefunden werden können. Mit Hilfe von Clustern erweitern wir einen Goldstandard, um neue Fehler zu finden. Mit Hilfe dieser Verfahren konnten fehlerhafte Daten in DBpedia wiedergefunden werden. Da ein solcher Goldstandard nicht immer existiert, zeigen wir Methoden, um Fehlerquellen ohne ihn zu finden. Die verschiedenen Verfahren liefern eine Menge an potentiell fehlerhaften Daten. Diese Daten sollen per Hand evaluiert werden und daraus die nötigen Regeln oder Tests abgeleitet werden. Mit diesen Verfahren konnte ein hoher Recall an fehlerhaften Daten erzielt werden. Außerdem zeigen wir Fälle, die von anderen Verfahren unter anderem Databugger, nicht erkannt werden.

Diese Masterarbeit befasst sich mit Verfahren für die Reparatur von Ontologie-Mappings in den Lebenswissenschaften. Ontologien sind eine Art der Wissensrepräsentation, die für die Beschreibung und Strukturierung von Daten verwendet werden. Besonders in den Lebenswissenschaften werden Ontologien verwendet, um biologische Objekte zu beschreiben. Das Ontologie-Matching ist ein essentieller Prozess im Bereich der Datenintegration. Aufgrund der Bedeutung des Ontologie-Matching existieren auf diesem Forschungsgebiet eine immense Anzahl an Verfahren, die sich mit dieser Thematik befassen. Jedoch können die generierten Mappings eine Vielzahl von logischen Konflikten aufweisen. Aufgrund dieser Problematik sind Verfahren notwendig, die für ein gegebenes Ontologie-Mapping die Konflikte reduziert. Da die Ontologien potentiell sehr groß sein können, müssen die Reparaturverfahren effizient und effektiv realisiert werden. Diese Arbeit fokussiert sich auf die existierenden Reparaturverfahren und die Konzeption und Realisierung eines eigenen Verfahrens. Alle Verfahren werden bzgl. der Effektivität und Effizienz für sehr große Ontologien im Bereich der Lebenswissenschaften evaluiert.

Das Hauptziel dieser Arbeit ist die Konzeption und Entwicklung von Blocking-Verfahren. Diese sollen anhand ausgewählter Matchprobleme in den Lebenswissenschaften vergleichend analysiert werden. Dabei kommen verschiedene Fragenstellungen auf: Wie stark reduzieren verschiedene Blocking-Verfahren den Suchraum? Führt die Verwendung von Blocking-Verfahren zu einem effizienteren Matching im Vergleich zum vollständigen Abgleich der Ontologien? Werden dabei Mappings von hoher Qualität bestimmt?

In der vorliegenden Masterarbeit wird erläutert, wie ein klassischer Schema Matcher erweitert wird, um Komplexe Korrespondenzen (many-to-many-Korrespondenzen) und allgemeine Funktionen zwischen zwei Schemata auszudrücken, sowie deren automatische Entdeckung als Erweiterung der herkömmlichen Entdeckung von (1:1)-Korrespondenzen. Der letzte Punkt widmet sich dabei einem Gebiet der Datenintegration, das bisher kaum untersucht wurde, und es werden Ansätze vorgestellt, die für viele Schema Matcher eine Bereicherung darstellen können. Zu diesem Zweckwerden im ersten Teil der Arbeit Komplexe Korrespondenzen und Funktionen im Bereich des Schema Mappings ausführlich vorgestellt.

Die Tourismus-Domäne ist eine sehr informations-intensive Industrie. Im eTourismus-Bereich ist daher eine mächtiges Datenschema zur geeigneten Speicherung und Abfrage der Daten erforderlich. Bis vor einigen Jahren haben dafür relationale Datenbanken und Dokumenten-zentrierte Systeme ausgereicht. Für einen Touristen spielt aber heute das schnelle und einfache Befriedigen seines Informationsbedürfnisses eine immer größer werdende Rolle. Aus diesem Grund wird mehr und mehr auf den Einsatz von semantischen Technologien im Bereich des eTourismus gesetzt. So geschehen auch bei der Transformation des Tourismus-Portals vakantieland.nl zu einer semantischen Web-Applikation. Eine solche Umstellung bringt jedoch auch neue Probleme mit sich. Zum Beispiel die Frage, wie touristische Informationen geeignet mit Hilfe des Resource Description Frameworks (RDF) modelliert werden können. In dieser Arbeit wird dieser Frage in Bezug auf die Modellierung von Eigenschaften von touristischen Zielen nachgegangen. Dazu wird eine bestehende eTourismus- Ontologie analysiert und basierend darauf ein geeignetes Schema definiert. Anschließend wird die Ontologie einer Evolution unterzogen, um diese an das neue Schema anzupassen. Um den Nutzen des Tourismus- Portals zusätzlich zu erhöhen, werden außerdem die bereits existierenden Filterfunktionen erweitert.

Ontologien gewinnen in der heutigen Zeit zunehmend an Bedeutung. Informationen können effizient durch eine formale, vernetzte Struktur genutzt werden. Die Grundlage bildet ein formales System, das durch eine standardisierte Ontologiesprache definiert ist und zur Beschreibung von Ontologien verwendet wird. In dem Zusammenhang lassen sich Informationen in einem einheitlichen Format darstellen. Ontologien bestehen generell aus Konzepten, die durch Beziehungen miteinander verbunden sind. Ein großer Forschungszweig beschäftigt sich mit der Annotierung dieser Konzepte. Der Vorgang ermöglicht eine einheitliche Beschreibung, indem Ontologiekonzepte explizit zu Objekten der realen Welt zugeordnet werden.

Der Einsatz von Ontologien hat in den letzten Jahren, gerade in den Lebenswissenschaften, stark an Bedeutung zugenommen. Durch die parallele Entwicklung von Ontologien mit verschiedenen Schwerpunkten gibt es teilweise mehrere Ontologien zum gleichen Themengebiet. So beinhaltet die Open Biomedical Ontologies (OBO) Foundry mehr als 30 Ontologien, mit dem Schwerpunkt Anatomie. Diese Ontologien sind teilweise sehr groß, zum Beispiel Foundational Model of Anatomy (FMA), National Cancer Institute Thesaurus (NCIt) oder SNOMED Clinical Terms (SNOMED-CT). Um bestimmte Datenintegrationsaufgaben zu vereinfachen werden Mappings zwischen verschiedenen Ontologien benötigt. So sind Ontologiemappings zum Beispiel für das Zusammenführen (Mergen) mehrerer Ontologien in eine integrierte Ontologie/Datenquelle wie das Unified Medical Language System (UMLS) notwendig.

In the last two decades the study of changes in the genome function that are not induced by changes in DNA has consolidated a strong research field called ”epigenetics”. Chromatin state changes play an essential role in the regulation of transcription of many genes, thus controlling cell differentiation. A large part of these changes is due to histone modifications that alter the accessibility of the DNA. Current state of the art visualization methods for the analysis of epigenetic data sets are not suited to represent the relationship between the combinatorial pattern of histone modifications and their regulatory effects.

The World Wide Web is the most important information space in the world. With the change of the web during the last decade, today’sWeb 2.0 offers everybody the possibility to easily publish information on the web. For instance, everyone can have his own blog, write Wikipedia articles, publish photos on Flickr or post status messages via Twitter. All these services on the web offer users all around the world the opportunity to interchange information and interconnect themselves with other users. However, the information, as it is usually published today, does not offer enough semantics to be machine-processable. As an example, Wikipedia articles are created using the lightweight Wiki markup language and then published as HyperText Markup Language (HTML) files whose semantics can easily be captured by humans, but not machines.

The purpose of this thesis was to find approaches solving major performance and scalability issues for Topic Maps-related data access and the merging process. Especially regarding the management of multiple, heterogeneous topic maps with different sizes and structures. Hence the scope of the research was mainly focused on the Maiana web application with its underlying MaJorToM and TMQL4J back-end.