欢迎来到天天文库
浏览记录
ID:34804155
大小:3.30 MB
页数:84页
时间:2019-03-11
《探析一种基于时间序列的商业olap数据立方体搜索方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、重庆大学硕士学位论文一种基于时间序列的商业OLAP数据立方体搜索方法姓名:李延红申请学位级别:硕士专业:计算机系统结构指导教师:李相枢2001.5.1重庆大学硕士学位论文摘要,摘要、\i耐商务多维数据进行在线分析是MIS领域的一个新课题。这种联机分析处理技术OLAP,也被称为多维分析MDA。在利用0LAP系统进行查询分析时,一种是假设驱动的搜索方法,由用户在很大的整个datacube空间中自行搜索。缺乏指导和目的性,另—种是导航搜索方法,通过系统提供异常,指导用户进行搜索。作者查阅了大量的有关OLAP搜索的文献,着重分析了IBM
2、实验室采用的发现驱动的导航搜索方法,以及两种数据立方体中的异常检测方法。同时,作者通过对商业分析以及商业数据的特征进行分析,指出在商业分析中时间维起着重要的作尉一时间上的可比性,且就商业数据本身而言,其具有间隔为年的周期性和相邻数据间具有依赖性这两大特征。根据以上分析作者提出了“基于时间序列的商业0LAP数据立:h-/*的搜索方法”了/。该方法将搜索范围限定到含有时间维且在时间维处于月层次的cuboid中,并且把这样的cuboid划分成若干时间序列子集。该方法以时间序列子集为单位,完成对单元是否是异常的判断,缩小了处理范围,减少
3、异常判断的复杂性,提高异常检验效率。该方法在对一个时间序列子集内的单元进行异常判断时,采用具有周期性和相邻数据间具有依赖性的季节模型来描述该子集的数据,完成对子集中单元的估计值及自异常度的计算,提高异常判断的准确度。本方法还考虑到数据的多维特性,不仅仅用自异常度来表示cuboid中的某一单元是否异常,同时利用内部异常度和路径异常度来对由单元可到达的下层cuboid中的单元的异常情况进行概括,从而能够很好地指导用户进行分析浏览。7。—Y作者将本方法在“重庆市两百股份有限公司M【s系统”中作了实验。实验证明,该方法能够使企业管理者能
4、方便迅速地发现数据立方体中的异常。最后,本文对论文所讨论的方法作了总结,并提出今后进一步开展的工作×/关键词:联机分析处理,数据立方体,异蒸时间序列重庆大学硕士学位论文ABSTRACTItisanewsubjectinMISfieldtoanalyzebusinessmultidimensionaldataonline.0呲如eaIlal蛳calprocessing,0b蛾iSalsocalledmultidimensionalanalysis.TherearetwowaysofusingOLAPsystemtoqueryand
5、analyzedata.OneisHypothesis-drivenExploration.uscrexplorethewholehugedatacubehimself,withoutinstructionsandobjectives.TheotherisDiscovery-drivenExploration,thesystemprovidet}砖exceptionsandUSeittohelpuserwhenexp】o血gthedatacube.TheauthorhavereadmanydocumentsrelevanttOO
6、LAPexplorationandanaIyzedthediscovery-drivenexplorationusedby琚Mlabandtwoexceptionsdetectionmethods.Meanwhile,afterafla】yzmgthepropertiesofthecommercialdataandcommercialanalysis,theauthorpointoutthatthetimedimensionplaysanimportantroleincommercialanalyze-一一-thecompara
7、bilityoftime,andthecoim'nercialdataiScharacterizedwithannualperiodicityandconsecutivedatadependency.Baseonlheanalyzeabove,the81arborintroduced‘叮imeSerieSBasedE:wloreMethodmBllSmessOLAPdamcubc'’ndsmethodconfinestheexploredrangeintocuboidswhichisontbemonthlayerinthetim
8、edimensiorL11lemeansdividesthesecuboidsintomanylimeseriessubsets.ItproceedstheexceptiondetectioninthesesI曲lsetsinorderIoreducethesc
此文档下载收益归作者所有