Note :
Le livre a reçu des critiques mitigées, certains lecteurs le trouvant très utile pour comprendre et mettre en œuvre l'analyse de texte dans l'entreposage de données, tandis que d'autres le critiquent pour son caractère obsolète et son manque de profondeur.
Avantages:⬤ Fournit des explications claires sur les concepts de l'analyse de texte, ce qui facilite la communication avec la direction.
⬤ Offre de nouvelles perspectives sur les stratégies de stockage et d'indexation, bénéfiques pour les équipes chargées de l'entreposage des données.
⬤ Contient des idées précieuses qui peuvent améliorer le traitement des données et les pratiques de gestion.
⬤ Certains lecteurs ont trouvé que l'ouvrage était trop cher et qu'il ne contenait pas suffisamment d'informations utiles.
⬤ Critique du contenu répétitif et de la dépendance à l'égard de concepts dépassés de l'entreposage de données traditionnel.
⬤ D'autres ont noté l'incapacité de l'auteur à traiter efficacement les données non structurées, qualifiant le livre de jargon et de bla-bla.
(basé sur 6 avis de lecteurs)
Building the Unstructured Data Warehouse: Architecture, Analysis, and Design
Apprenez les techniques essentielles de Bill Inmon, légende des entrepôts de données, sur la façon de créer l'environnement de reporting dont votre entreprise a besoin aujourd'hui.
Les réponses à de nombreuses questions commerciales importantes se cachent dans le texte. Dans quelle mesure votre environnement de reporting existant est-il capable d'extraire le texte nécessaire des courriers électroniques, des feuilles de calcul et des documents, et de le mettre dans un format utile pour l'analyse et le reporting ? La transformation d'un entrepôt de données traditionnel en un entrepôt de données non structurées efficace exige des compétences supplémentaires de la part de l'analyste, de l'architecte, du concepteur et du développeur. Ce livre vous préparera à mettre en œuvre avec succès un entrepôt de données non structurées et, grâce à des explications claires, des exemples et des études de cas, vous apprendrez de nouvelles techniques et astuces pour obtenir et analyser du texte avec succès.
Maîtrisez les dix objectifs suivants :
⬤ Construire un entrepôt de données non structurées en utilisant l'approche en 11 étapes.
⬤ Intégrer le texte et le décrire en termes d'homogénéité, de pertinence, de support, de volume et de structure.
⬤ Surmonter les défis tels que le bla-bla, la tour de Babel et le manque de relations naturelles.
⬤ Éviter le dépotoir de données et combattre la "toile d'araignée".
⬤ Réutiliser les techniques perfectionnées dans l'entrepôt de données traditionnel et l'entrepôt de données 2. 0, y compris le développement itératif.
⬤ Appliquer des techniques essentielles pour l'extraction, la transformation et le chargement de textes (ETL), telles que la reconnaissance de phrases, le filtrage des mots vides et le remplacement des synonymes.
⬤ Concevoir le système d'inventaire des documents et relier le texte non structuré aux données structurées.
⬤ Exploiter les index pour une analyse efficace des textes et les taxonomies pour une catégorisation externe utile.
⬤ Gérer de grands volumes de données à l'aide de techniques avancées telles que les pointeurs en arrière.
⬤ Évaluer les choix technologiques adaptés au traitement des données non structurées, tels que les entrepôts de données.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)