Duplikats-Differenz-Vergleich

Duplikats-Differenz-Vergleich

Bezeichnung

• Duplikats-Differenz-Vergleich

Diese Seite noch in Bearbeitung!

Geplante Fertigstellung: 26.03.2006

--Xbpwb36 21:19, 11. Mär 2006 (CET)

Problembeschreibung

Voraussetzungen

• die eingesetzte Genealogiesoftware hat keinen Zeitstempel in den Daten abgespeichert
• unterschiedliche Genealogiesoftware der beiden Forscher (Schwierigkeiten beim Verschmelzen der Dateien)

Eine kleine Geschichte

• Zwei Forscher (A und B) betreiben jeder für sich unser schönes Hobby und forschen in der gleichen Region. Forscher A hat 15.000 und Forscher B 10.000 Personendatensätze
• Eines Tages kommen die beiden Forscher zusammen und stellen Duplikate in ihren Genealogien fest.
• Sie tauschen sich gegenseitig die Personendatensätze aus.
• Beide Forscher fügen den bekommenen Datensatz in ihre Daten ein.
• Nach der vollbrachten Verschmelzung und der Beseitigung der entstandenen Duplikate haben beide Forscher jeweils 23.000 Personendatensätze (2000 Duplikate).
• Nach einem weiteren Jahr kommen unsere beiden Forscher wieder zusammen. Jetzt hat Forscher A: 26.000 und Forscher B: 30.000 Personendatensätze.
• Wie bekommen jetzt die Forscher heraus, was der andere hat und was er für sich benötigt (jetzt wären es ja immerhin ca. 23.000 Duplikate, welche zum Verschmelzen wären)?
• Wie können Sie ihre Duplikate ermitteln, welche sich in beiden Personendatensätzen unterscheiden/differieren (Duplikats-Differenzen)?

Grafik zu "Eine kleine Geschichte" über den Duplikats-Differenz-Vergleich

Problem-Lösung

Problem-Lösungsansatz-Grundlagen

• Sie wollen nicht die ca. 23.000 Duplikate wissen (das sind zu viele)
• Sie wollen nur die neuen Duplikate (Duplikats-Differenzen) in einer Liste, welche sich jetzt erneut differieren (unterscheiden)
• Die Anzahl der Duplikats-Differenzen kann unter Umständen sehr gering sein, wenn zum Beispiel von wenigen Personen ausgehend weiter geforscht wird (siehe "Duplikats-Differenzen" in der Grafik "Eine kleine Geschichte").
• Eine Vergleichsmöglichkeit sind Geburtstage (es gibt noch viele weitere Möglichkeiten, welche hier aber nicht näher betrachtet werden sollen --> Übersichtlichkeit der Darstellung. Mit etwas Phantasie kann es sich jeder etwas darunter vorstellen. Siehe das Hilfsprogramm GENMatcher)
• Die zweite Festlegung der Differenz sind zum Beispiel die Elterngeburtstage (Vatergeburtstag und Muttergeburtstag)

• Beispiel:

Personengeburtstag: 12.05.1850

Vatergeburtstag: 16.08.1819

Muttergeburtstag: 24.07.1822

Problem-Lösungsansatz-Detail

• Sie entschließen sich zu einer Variante des Dulikats-Differenz-Vergleichs die lautet:

• 1) Erste Duplikatsfeststellung mittels Geburtstagen (12.05.1850)

(Grundvergleich der beiden Genealogien nur nach Geburtstagen aller Personendaten gegeneinander)

• 2) Erweiterung des ersten Ergebnisses mit deren Vater- und Muttergeburtstag (12.05.1850|16.08.1819|24.07.1822)
• 3) Duplikatsfeststellung des Vergleichs aus dem Ergebnis von Schritt 2

Problem-Lösungsansatz-Grafik

• Viel Spaß beim Ausprobieren und Tüfteln des beschrieben Lösungsansatz

Bisherige Umsetzung

• Die Daten wurden mit einem entsprechenden Programm (GENViewer) nach CSV kopiert und dann in eine Datenbank gebracht.
• Anschließend wurden der Duplikats-Differenz-Vergleich nach dem vorgenannten Verfahren von Hand ausgeführt.

Gewünschte Umsetzung

• vollautomatischer Duplikats-Differenz-Vergleich (damit jeder Anwender in der Lage ist, diesen etwas komplizierten Vergleich selbständig auszuführen.

Ergebnis

• Im vorgenannten Beispiel werden die Duplikate in den verschiedenen Dateien gefunden, welche im Geburtstag der Person identisch sind, aber sich in deren Elterngeburtstage differieren (unterscheiden)

===> Duplikats-Differenz-Vergleich

Autor

• Heinz Köhler (Nufringen, den 12.03.2006)

(Für evt. Fragen stehe ich selbstverständlich gerne zur Verfügung: Email: Heinz Köhler)

Anwendermeinungen/Berichte

siehe unter: Meinung