Datenbanken 1 (VO+PS)

Tuning von Datenbanksystemen (VO+PS) (fällt aus)

Nicht-Standard Datenbanksysteme (VO+PS) (fällt aus)

Verteiltes Informationsmanagement

Datenbanken 2 (VO+PS)

Advanced Databases / Datenbanken Vertiefung (VO+PS)

Similarity Search in Large Databases / Ähnlichkeitssuche in großen Datenbanken (VO+PS)

Datenbanken 1 (VO+PS)

Tuning von Datenbanksystemen (VO+PS)

Nicht-Standard Datenbanksysteme (VO+PS)

Verteiltes Informationsmanagement

Datenbanken 2 (VO+PS)

Datenbanken Vertiefung (VO+PS)

Ähnlichkeitssuche in großen Datenbanken (VO+PS)

Advances in Database Research 3 (SE)

Datenbanken 1 (VO+PS)

Tuning von Datenbanksystemen (VO+PS)

Nicht-Standard Datenbanksysteme (VO+PS)

Datenbanken 2 (VO+PS)

Datenbanken Vertiefung (VO+PS)

Ähnlichkeitssuche in großen Datenbanken (VO+PS)

Advances in Database Research 2 (SE)

Datenbanken 1 (VO+PS)

Tuning von Datenbanksystemen (VO+PS)

Nicht-Standard Datenbanksysteme (VO+PS)

Datenbanken 2 (VO+PS)

Datenbanken Vertiefung (VO+PS)

Ähnlichkeitssuche in großen Datenbanken (VO+PS)

Advances in Database Research 1 (SE)

Datenbanken 1 (VO+PS)

Tuning von Datenbanksystemen (VO+PS)

Nicht-Standard Datenbanksysteme (VO+PS)

Datenbanken 2 (VO+PS)

Ähnlichkeitssuche in großen Datenbanken (VO+PS)

Datenbanken Vertiefung (VO+PS)

Datenbanken 1 (VO+PS)

Datenbanken 2 (VO+PS)

Tuning von Datenbanksystemen (VO+PS)

Datenbanken Vertiefung (VO+PS)

Nicht-Standard Datenbanken (VO+PS)

Ähnlichkeitssuche in großen Datenbanken (VO+PS)

IT-Security (VO)

Datenbanken 1 (VO+PS)

Nicht-Standard Datenbanken (VO+PS)

Datenbanken Vertiefung (VO+PS)

Datenbanken 2 (VO+PS)

Tuning von Datenbanksystemen (VO+PS)

Effiziente Algorithmen (SE)

IT Security (VO)

Datenbanken 1 (VO+PS)

Perlen der Datenbankliteratur (SE)

Datenbanken Vertiefung (VO+PS)

Datenbanken 2 (VO+PS)

Tuning von Datenbanken (VO+PS)

Datenbanken 1 (VO+PS)

Datenbanken Vertiefung (VO+PS)

Datenbanken 1 (VO+PS)

Tuning von Datenbanken (VO+PS)

Datenbanken 1 (VO)

Datenbanken 1 (PS)

A top-k subtree similarity query finds the k subtrees in a large document tree that are most similar to a given reference tree (the query tree). The similarity between two trees is assessed using the so-called tree edit distance (TED), which is the minimum number of node edit operations that transform one tree into another. The tree edit distance for ordered trees (OTED) can be computed in cubic time and quadratic space in the number of tree nodes. A tree is ordered if all siblings follow a specific order, otherwise the tree is considered unordered.
The Database research group recently proposed an efficient solution for top-k subtree similarity queries for ordered labeled trees [1]. However, the problem remains unsolved for unordered trees.
[...Read more...]

This thesis is in collaboration with Munich-based company CELONIS, world market leader in process mining. CELONIS motivates the problem as follows:
Celonis entwickelt eine in C++ und Java geschriebene Process Mining Engine, die von weltweit führenden Unternehmen eingesetzt wird, um Ihre Unternehmensprozesse zu analysieren und zu verbessern. Die Engine verarbeitet Queries in der von uns entwickelten, proprietären DSL PQL, die für Process Mining und die dabei üblicherweise verwendeten Snowflake-Schemata optimiert wurde.
Um die Engine für weitere Tools zu öffnen, möchten wir im Rahmen einer Master- oder Bachelorarbeit die Möglichkeiten zur Unterstützung von SQL evaluieren.
[...Read more...]