面向联机分析处理的多维产品模型研究

个性化需求导致企业产品的系列化、多样化和产品数据量的急剧增长。如何对之进行有效管理,实现共享与重用,进而提供决策支持功能,成为当前企业面临的现实问题。本文建立了一种面向联机分析处理的多维产品模型,即从结构层次维、属性类型维和生命周期维等维度进行产品模型定义,采用星型模式组织该模型数据;同时,阐述了基于该模型的数据分析操作方法。最后,结合某汽车产品给出了该模型实例和数据组织实例。

基于多维数据模型的联机分析处理技术在在线数据分析中的应用

介绍了多维数据模型、数据立方体和联机分析处理技术(OLAP)的相关概念。提出了一种用于建立数据立方体维度的数据聚类算法,利用该算法对历史数据进行聚类后得到了便于进行OLAP技术分析的维度。基于凝汽器系统的历史数据,以凝汽器系统的真空变化情况为主题,建立了基于多维数据模型的数据立方体,利用OLAP进行了分析。结果表明,OLAP用于挖掘数据中的信息是可行的,而且比传统的数据分析方法优越。

一种电力设备状态监测大数据的分布式联机分析处理方法

电力设备状态监测大数据分析是一个热点研究课题,对保障电力设备的安全稳定运行具有重要意义。联机分析处理(on-line analytical processing,OLAP)可以多角度、快速存取与分析数据,是实现电力设备状态监测大数据分析的一种重要技术手段。通过分析大数据环境下的OLAP技术,设计一种电力设备状态监测大数据分析平台,给出3种分布式数据分析方案,包括基于Hive的关系型联机分析、基于Impala的关系型联机分析和基于HBase的多维联机分析。分布式关系型联机分析虽然在一定程度上满足电力企业的需求,但其数据模型中表之间频繁的连接操作,导致其出现性能瓶颈。针对分布式关系型联机分析数据模型连接操作开销大、查询速度慢等问题,提出了基于无连接层次编码的电力设备状态监测数据模型,对常规数据模型进行改进,把维表的层次信息进行编码存储到事实表中,减少连接操作,以优化性能。采用Hive和Impala等大数据分析工具,在不同规模监测数据集上对本模型的数据加载、上卷操作、存储开销等方面进行实验测试。实验结果表明,数据加载速度约是常规模型的42%,上卷执行时间比常规数据模型缩短40%至49%,存储开销大约比常规星型模型减少37%,验证了本方法的有效性与可行性,给电力设备状态监测大数据分析带来一种新的思路。

联机分析处理中的非规则维建模

预聚集技术通过预先计算并保存原始数据上的查询结果以实现联机分析处理系统的快速查询响应能力·然而,在实际应用中,许多非规则维的结构难以使用传统多维模型进行建模,从而影响了预聚集技术的使用·为此,基于子级别到父级别的部分映射定义级别之间的部分序关系,进而提出了一个支持非覆盖、非映上等非规则维中维级别关系建模的维模型·同时,在维模型基础上,定义了支持非规则维的立方体模型以及典型的联机分析处理操作·多维模型与关系模式的转换定义和实例分析证明了该多维模型可以实现对各种非规则维的建模支持,保证了预聚集技术在联机分析处理中的使用·

支持联机分析处理的推特用户兴趣维层次提取方法

从海量推特数据中探索用户兴趣的分布规律和相关性有利于实现精确的个性化推荐。联机分析处理(OnLine Analytical Processing,OLAP)提供了一种适合人们探究数据的直观形式。将OLAP技术应用于推特数据的关键是如何挖掘和构建推特用户的兴趣维层次。针对现有方法只能提取单一层次兴趣的不足,该文提出一种支持联机分析处理的推特用户兴趣维层次提取方法。该方法首先通过Rest API获取推特数据,然后通过改进的LDA(Latent Dirichlet Allocation)模型挖掘用户的兴趣和子兴趣,最后在此基础上构建兴趣维层次结构。实验评估了该方法的模型效果和可扩展性,并证实与LDA和h LDA相比可以更有效地提取出推特用户的兴趣维层次并应用于联机分析处理。

数据仓库中的联机分析处理技术与元数据机制

数据仓库中的联机分析处理技术与元数据机制北京大学唐世渭裴健数据仓库技术是为了解决大型企业虽然拥有大量业务数据，但却很难及时有效地提取经营管理决策所需要的信息这一问题而产生的。如何有效地组织大量的数据，维护数据的一致性，方便用户访问，这只是数据仓库技术...

基于数据仓库的中国专利审查联机分析处理系统

文章以国家知识产权局专利局专利审查联机分析处理系统为背景,给出了基于数据仓库的联机分析处理系统结构框架,并详细介绍了联机分析处理系统中数据仓库的设计方法。

联机分析处理及其在商业自动化中的应用

讨论了一个利用OLAP技术并基于某商业CIMS系统的数据仓库应用方案,为OLAP应用的实施奠定了基础;并对商业自动化中的OLAP应用的设计进行了详细的研究,在设计中实现了数据仓库和OLAP的概念、体系、结构、特征要素,以及OMDDM模型的数据结构.

关于数据仓库中联机分析处理的几点研究

本文介绍了数据仓库中的OLAP （联机分析处理）技术，详细阐述了星型架构中的维表和事实表，并将星型架构和多维数据模型在各方面进行比较。

联机分析处理的实现及其性能调优

本文首先对联机分析处理(OLAP)技术进行了简要的介绍,接下来提出了联机分析处理的三种实现方式:关系型联机分析处理(ROLAP)、多维联机分析处理(MOLAP)、混合联机分析处理(HOLAP),其中对多维联机分析处理的存储方式进行了重点描述,并阐述了基于多维数据组织的MOLAP的性能调优方法,用以提高联机分析处理工具的开发效率,推动计算机应用技术的进一步发展。

基于联机分析处理技术的销售分析系统的研究

为满足现代企业销售部门的数据分析与决策制定的需求,将联机分析处理技术应用于销售分析系统中。首先介绍了数据仓库和联机分析处理的概念、特点及结构,然后建立了销售分析系统数据仓库的概念、逻辑与物理模型,最后介绍了基于联机分析处理技术的销售分析系统的实现方法。通过本系统研究解决了大量销售历史数据统计分析的问题。

基于APTS大数据的城市公交出行多维分析模型和方法

智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.

多维数据立方体模型及其基于关系的实现

数据立方体模型是多维数据库和以多维分析为基础的联机分析处理技术的核心机制，本文参照当前对多维数据立方体模型的最新研究成果，提出了一种新的模型并且应用于OLAP服务器基于关系的实现。并且提出了实现的难点和改进的方向。

数据仓库中的多维数据模型及其对象关系的实现

数据仓库和联机分析处理（OLAP）是当今商业数据处理领域的研究重点。传统的关系数据库技术已经很难满足联机分析处理对数据仓库的大量数据进行分析查询的要求。多维数据模型已成为数据仓库和联机分析处理的核心技术。该文设计了一种直观、有效的多维数据模型并给出了基于对象关系的实现。

数据仓库中两种数据模型的分析比较

指出了数据决策支持系统是当今数据库领域的研究热点 ,而数据仓库和联机分析处理是该领域中的 2个重大的技术 ,数据模型又是数据仓库的核心和基础 ,在数据仓库中 ,常用的数据模型是立方体数据模型和星型数据模型 .在分析比较这 2种数据模型优、缺点的基础上 ,提出了组织数据仓库中的数据时应灵活选择模型 ,做到优势互补 ,扬长避短 ,以设计出高性能的商业决策支持系统 .

对象关系型数据仓库中的多维数据表示

文章论述了对象关系型数据仓库环境下多维数据的物理存储模式、多维数据定义语言的设计与实现。在多维数据的物理表示方面,对象关系技术使得数据仓库设计不再局限于星型模式或雪花模式;多维数据定义语言的设计考虑多维逻辑结构到对象关系数据仓库环境中多种不同存储模式的映射。

银行客户分析系统中OLAP模型的设计

针对银行客户分析系统中OLAP建模所碰到的问题,提出了传统OLAP模型的一种扩展模型,然后讨论系统在扩展模型基础上的建模。

基于多维数据库的联机处理技术在装备维修费管理中的应用

论文以装备维修费分析为应用背景,按照需求分析、概念设计、逻辑建模、系统实现的软件工程过程,对基于多维数据库的联机分析处理(OLAP)技术及其实现方法进行了研究。

基于OLAP多维数据模型的时间序列分析技术

在海量数据条件下,传统的数据统计方法在灵活性和效率等方面受到了制约,为此提出了一种时间序列多维数据建模方法和聚类算法,将OLAP技术应用到时间序列分析技术中,并以实例论证了方案的可行性和实用性。

多维分析中数据立方体的模型研究

本文从更灵活的角度出发,提出了一种崭新的构建数据立方体的方法。首先定义了各数据体的代数表示模型,然后在此基础上阐述了如何建立数据立方体的操作,而且定义了在数据立方体形成之后添加或删除一个维或度量的操作,以及维与度量在一个数据立方体中转换的操作。