Page Areas:



Current Submenu:

Additional Information:

Social Media


Position Indication:

Content

Performance Measurement Framework für Topic Map Engines

Start: 05.11.2009

Description:
Unter dem Begriff Topic Maps versteht man einen Formalismus zur Organisation und Repräsentation von Wissen. Mit Hilfe von Topic Maps wird somit die Suche und Navigation nach der gewünschten Information in komplexen Informationsräumen wie dem World Wide Web erheblich verbessert. Es sind mittlerweile eine erhebliche Anzahl von Software-Komponenten entwickelt worden, sogenannte Topic Map APIs oder Topic Map Engines, mit denen Topic Maps programmiertechnisch verwaltet, also verarbeitet, gespeichert und repräsentiert werden können. Wie bei jeder Software, ist auch der Einsatz solcher Topic Map Engines von deren Leistung und Effizienz abhängig. Aktuell gibt es jedoch in der Literatur noch kein entsprechendes Vorgehensmodell oder einen Messrahmen zur Erhebung der Leistung und Effizienz von Topic Map Engines.

In der anzufertigenden Diplomarbeit soll ein Referenzrahmen entwickelt werden, mit dem es möglich ist, die Leistung und die Effizienz von Topic Map Engines zu evaluieren und zu bewerten. Abgeleitet aus der Disziplin des Software Performance Engineerings und/oder Software Performance Tunings sollen Kriterien erhoben werden, mit denen die Leistung von Topic Map Engines evaluiert werden kann. Diese Kriterien sollen nicht spezifisch für eine bestimmte Topic Map Engine anwendbar, sondern allgemeiner Natur sein, damit sich Topic Map Engines unterschiedlicher Programmiersprachen hinsichtlich ihrer Performance vergleichen lassen. Aus diesem Grund soll anhand einer Fallstudie beziehungsweise eines Anwendungsbeispiels untersucht werden, ob der in der Diplomarbeit entwickelte Performance-Messrahmen auch wirklich Gültigkeit für mehrere Topic Map Engines hat.

Editor: Michael Kern

Adviser: Mag. Dr. Matthias Neubauer, pMBA