| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Veritabanı Modelleme ve Tasarımı | SENG 306 | 3 | 2 | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Öğrenci, çok modelli veri yönetimi kavramları ve veritabanı yönetim sistemi yazılımı hakkında geniş bir anlayışa sahip olacak |
| 2. Öğrenci, temel çok modelli bileşenler ve bunların işlevleri hakkında üst düzey bir anlayışa sahip olabilecek |
| 3. Öğrenci, SQL, NoSQL, GSQL, XPath, JSON ve SPARQL ifadeleri yazabilecek |
| 4. Öğrenci, çeşitli veritabanı modellerinin ve sorgu dillerinin arkasındaki teoriyi bir veri işleme probleminin çözümüne aktarabilecek |
| 5. Öğrenci, veri analitiği için veri hazırlamanın arkasındaki temel ilkeleri anlayabilecek |
| 6. Öğrenci, veri tabanı projelerini tasarlamak ve uygulamak için grup ortamında çalışabilecek |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Çok modelli bir veri yönetimi platformu tasarlamak ve uygulamak için gerekli kavramlara ve yapılara odaklanır. İlişkisel, grafik, uzamsal, bilgi, metin ve xml gibi çeşitli veri modelleri ve bunların entegrasyonu tartışılır. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Çok Modelli Veritabanlarına Genel Bakış |
| 2 | İlişkisel Cebir (RA) |
| 3 | Tuple İlişkisel Hesap (TRC) |
| 4 | RA Perspektifinden SQL |
| 5 | TRC Perspektifinden SQL |
| 6 | Grafik Veri Modeli (Birinci Ara Sınav) |
| 7 | RDF |
| 8 | SPARQL |
| 9 | Mekansal Model |
| 10 | GSQL |
| 11 | XML (İkinci Ara Sınav) |
| 12 | XML ve XPath'ler |
| 13 | JSON Modeli |
| 14 | Örnek Olay İncelemeleri |
| |
| Kaynaklar: |
| Database Systems Concepts, A. Silberschatz, H.F. Korth ve S. Sudarshan , McGraw Hill 2010
|
| |
| Diğer Kaynaklar: |
| SQL & NoSQL Databases: Models, Languages, Consistency Options and Architectures for Big Data Management, Andreas Meier, Springer Vieweg 2019
|
| |
| Öğretim Yöntem ve Teknikleri: |
| Ders
Ödev |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Homework | 5 | %20 |
| Midterm Exam | 2 | %30 |
| Case Study | 1 | %10 |
| Final Exam | 1 | %40 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |