Filtering the Web to Feed Data Warehouses

اطلاعات یک عامل کلیدی در تجارت امروز است و انبار داده به یک فعالیت اصلی در توسعه و مدیریت سیستم های اطلاعاتی برای پشتیبانی از جریان مناسب اطلاعات تبدیل شده است. متأسفانه اکثر سیستم های اطلاعاتی مبتنی بر اطلاعات ساختاریافته ذخیره شده در پایگاه های داده سازمانی هستند، به این معنی که شرکت تنها با تمرکز بر منابع داده داخلی خود از محیط کسب و کار جدا می شود. بنابراین حیاتی است که سازمان ها از اطلاعات تجاری خارجی که می توانند از خدمات اینترنتی بازیابی شوند و به طور مکانیکی در ساختارهای اطلاعاتی موجود سازماندهی شوند، بهره ببرند. چنین مجموعه یکپارچه و پیوسته گسترش یافته اسناد و داده ها می تواند فرآیندهای تصمیم گیری را در سازمان تسهیل کند. فیلتر کردن وب برای تغذیه انبارهای داده در مورد زمینه هایی مانند:
- نحوه استفاده از انبار داده برای فیلتر کردن محتوای وب
- نحوه بازیابی اطلاعات مرتبط از منابع مختلف در وب بحث می کند
- نحوه مدیریت جنبه زمانی
- نحوه ایجاد پیوندهای مکانیکی بین ساختارهای انبار داده و اسناد فیلتر شده از منابع خارجی
- نحوه استفاده از اطلاعات جمع آوری شده برای افزایش دانش شرکت
و یک مثال جامع ارائه می دهد که نشان می دهد ایده تامین انبارهای داده با اطلاعات مرتبط فیلتر شده از وب.

Information is a key factor in business today, and data warehousing has become a major activity in the development and management of information systems to support the proper flow of information. Unfortunately, the majority of information systems are based on structured information stored in organizational databases, which means that the company is isolated from the business environment by concentrating on their internal data sources only. It is therefore vital that organizations take advantage of external business information, which can be retrieved from Internet services and mechanically organized within the existing information structures. Such a continuously extending integrated collection of documents and data could facilitate decision-making processes in the organization. Filtering the Web to Feed Data Warehouses discusses areas such as:
- how to use data warehouse for filtering Web content
- how to retrieve relevant information from diverse sources on the Web
- how to handle the time aspect
- how to mechanically establish links among data warehouse structures and documents filtered from external sources
- how to use collected information to increase corporate knowledge
and gives a comprehensive example, illustrating the idea of supplying data warehouses with relevant information filtered from the Web.