Using Ontological Analysis for Semantic Interoperability of Marketing Data

Tato bakalářská práce se zabývá využitím ontologické analýzy k zajištění významové propojitelnosti dat. V řešení byl využit ontologický jazyk konceptuálního modelování OntoUML a veškeré modely byly tvořeny v platformě OpenPonk. Výsledkem práce jsou konceptuální ontologické modely vybraných domén, které jsou propojené s určitými datovými sadami. Vytvoření konceptualizace domény předchází ontologická analýza, která spočívá v přesném vymezení pojmů domény. Tato činnost vyžaduje nejčastěji součinnost s doménovými experty. Provázání ontologického modelu s atributy datových sad bylo stanoveno na obecnější a přesnější úrovni, pro zajištění co nejlepší souvislosti. Celkem bylo zpracováno 8 datových sad, ze kterých vzniklo 7 ontologických modelů. Výsledky práce jsou určené pro projekt vyvíjející datovou platformu pro efektivní zpracování dat. V závěru práce je zdůrazněna dosažená sémantická interoperabilita mezi heterogenními datovými sadami.This bachelor thesis deals with the use of ontological analysis to ensure semantic interoperability of data. The ontological language of conceptual modeling OntoUML was used in the solution and all models were created in the OpenPonk platform. The result of the work are conceptual ontological models of selected domains, which are connected with certain data sets. The creation of the conceptualization of the domain is preceded by ontological analysis, which consists in the precise definition of the terms domain. This activity most often requires the cooperation with domain experts. The linking of the ontological model with the attributes of the datasets was determined at a more general and precise level, to ensure the best possible coherence. A total of 8 data sets were processed, from which 7 ontological models were created. The results of the work are intended for a project developing a data platform for efficient data processing. At the end of the work, the achieved semantic interoperability between heterogeneous data sets is emphasized