联机分析挖掘(OLAM)技术的现状与发展

从联机分析处理技术与数据挖掘技术的互补性出发,介绍了联机分析挖掘(On-Line Ana-lytical Mining,OLAM)技术的形成原因、功能特征、分析操作方法以及模型结构,分析了目前该技术存在的主要问题以及实现的关键技术,并展望了OLAM未来的发展方向。

文献资源的关联挖掘和联机分析处理研究

采用关联挖掘和联机分析处理技术对文献资源数据进行分析和挖掘,从中发现了读者对资源的访问模式和不同时间、不同类型资源的读者访问情况,这将有助于提高信息资源的利用率和为图书馆资源的采购、服务提供决策支持。

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中。提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性。最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系。

中间存储的联机分析关联规则挖掘方法

针对"挖掘不同支持度下的关联规则需要反复扫描多维数据库所带来大量的系统I/O开销"这一缺限,提出一种基于中间存储的联机分析关联规则挖掘OLAM方法.在自行开发的联机分析处理OLAP的基础上,对待分析的多维数据集利用BCTree存储谓词集频度索引数,利用改进的Apriori关联规则挖掘算法分析用户感兴趣的维度,减少挖掘维度的个数,提高了反复挖掘的系统效率和系统针对性.生产数据证明了该方案的正确性和有效性.

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。

联机分析查询处理中的一种聚集算法

联机分析处理(online analytical processing,简称OLAP)查询是涉及大量数据的即席复杂查询,从SQL(structured query language)角度来看,这些查询通常都包含多表连接和分组聚集操作.从OLAP查询处理角度出发,提出一种新的基于排序的聚集查询算法MuSA(sort-based aggregation with multi-table join).该方法充分考虑到数据仓库星型模式的特点,将聚集操作和新的多表连接算法MJoin相结合,排序时采用关键字映射技术对排序关键字进行压缩,从而可以显著地提高排序速度.此外,通过预先估计聚集分组的数目,优化选择不同的排序方法,使得算法对不同的分组聚集查询都进行优化.算法实验数据表明,这种聚集查询算法与传统的聚集查询处理方法相比,其性能有显著的提高.

联机分析处理的综述和分析

介绍了联机分析处理的研究状况,对一些典型的联机分析处理产品进行了分析和评价,指出了可视化的不足,引入概念层次提升改进可视化效果的方法,提出了联机分析处理非数值型的量度和虚拟视图的更新方法,展望了联机分析处理的未来研究的问题和方向。

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。

数据仓库及联机分析处理技术

数据仓库和联机分析处理 (Online Analytical Processing,简称 OLAP)是决策支持系统的有机组成部分。本文介绍了数据仓库、数据集市、联机分析处理的概念 ,分析并比较了建立数据仓库的三种策略及联机分析处理系统的三种结构 ,在文章结尾我们给出了联机分析处理系统的两个新的发展方向 -WEB OLAP、OLAP+数据挖掘。

联机分析处理(OLAP)技术的研究

介绍了联机分析处理 (OLAP)技术的概念、相关术语及产品类别。并以SQLServer 7.0的OLAPServices为例 。

数据仓库系统中高维联机分析处理聚集数据存储技术研究

为解决高维聚集海量数据的存储与查询问题,通过分段共享数据立方体技术,将高维数据立方体划分成若干个低维数据立方体,并利用并行处理技术来创建这些分割的分段共享数据立方体及其聚集数据立方体,以实现高维数据立方体的并行创建和增量更新维护。理论分析与实验结果都表明,相对于以往的完全数据立方体创建和部分数据立方体创建等方法,基于分段共享数据立方体方法的性能有显著的提高。

联机分析处理前台工具设计技术的研究

联机分析处理是数据分析与多维显示的重要工具,在数据分析和决策支持中,起着日趋重要的作用。针对现有的多维数据集浏览器不足之处,提出了一种新的多维数据集浏览界面设计方法,实现了界面的整体设计。该设计方式充分利用了有限的界面空间,为用户观察分析数据带来极大的方便。

基于数据仓库的联机分析挖掘系统

基于数据仓库的联机分析挖掘系统的应用已成为趋势,设计并实现了一个应用模型。该模型建立了一个B/S架构的双服务器数据仓库,将数据挖掘与OLAP思想相结合,提供多维度事务内、事务间关联规则的挖掘。介绍了系统设计思想和体系结构,对系统的各部分功能进行了分析,并在此基础上提出了传统OLAP系统到OLAM系统平滑过渡的解决方案。

数据仓库和联机分析处理技术在装备器材保障中的应用

文章分析了传统装备器材保障中数据处理方法存在的不足 ,提出了基于数据仓库和联机分析处理技术的器材保障管理的设计思想 ,阐述了数据仓库多维数据结构的设计方案 ,讨论了联机分析处理和数据挖掘的实现方法。

数据仓库、联机分析处理和联机分析开采研究

本文介绍了当前数据仓库系统的应用需求、基本特征、体系结构和构建技术；对传统的联机事务处理（ＯＬＴＰ）与联机分析处理（ＯＬＡＰ）进行了比较；分析了在数据仓库中实施ＯＬＡＰ使用的多维数据视图概念模型，同时介绍了建立在多维数据库（ＭＤＤ）上的ＭＯＬＡＰ，以及建立在星型（雪花）模型基础之上的ＲＯＬＡＰ两种联机介析技术，并对数据开采（ＤａｔａＭｉｎｉｎｇ）与联机分析处理在数据仓库系统中的集成一联机分析开采（ＯＬＡＭ）进行了研究。

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·

联机分析及数据仓库的建模技术

本文介绍联机分析对数据的需求、ＯＬＴＰ与ＯＬＡＰ的区别、数据仓库的基本特征及其对数据库技术的新要求、数据仓库的两种建模方法一ＭＯＬＡＰ与ＲＯＬＡＰ，着重讲述基于关系数据库管理系统的ＲＯＬＡＰ建模方法，并通过一个商品房销售分析系统的建模实例来加以说明。

建立基于联机分析挖掘的信息资源导航系统

提出了一种新的 Internet信息资源组织策略——建立智能化信息导航系统 ,并阐述了导航系统的技术基础 (当前最新的人工智能技术 OLAM)、信息组织原则 (“空间暗示”原则、用户原则、同一性原则与平衡原则 )及实施过程和系统维护方面的问题。

基于联机分析挖掘的动态竞争情报多维语义分析研究

动态竞争情报是企业在复杂多变的竞争环境中取得成功的关键。针对传统的竞争情报分析模型无法有效地对信息资源进行深层次的多维分析，获取语义层面的动态竞争情报，本文构建了基于联机分析挖掘的动态竞争情报多维语义分析模型。该模型利用竞争情报领域本体指导目标信息的采集与监控和实体与关系的抽取，实现竞争情报的语义组织和存储；设计了一种基于语义的多维关联分析算法进行语义层面的数据挖掘、学习和推理，实现竞争情报多维语义挖掘和知识发现。实验结果表明，该模型取得了很好的预期效果，显著提高了情报分析的深度与广度和情报分析的准确率与效率。

电力负荷与气象条件的联机分析系统

系统介绍了建立电力负荷与气象条件的联机分析系统的方法 ,这个方法主要包括数据预处理过程、数据仓库建立过程和联机分析的实现 。