多维查询分析算法研究

论文摘要

近年来,随着数据库技术的发展和数据库规模的日益扩大,人们希望从已有的数据中提炼出有用的信息服务于决策者,决策支持系统应运而生。数据仓库技术、OLAP 技术和数据挖掘技术对决策支持系统的有力支持使其成为数据库技术领域一个研究的热点和重点。OLAP 和数据挖掘技术作为数据仓库的两项重要应用技术有所不同:OLAP 技术可以为用户提供多角度、快速、直观的视图,以便深入观察数据;而数据挖掘技术高度自动化地分析企业收集的数据,做出归纳性的推理,从而帮助决策者调整策略,减少风险,做出正确的决策。在数据挖掘中,关联规则是一个非常重要的课题。目前,对于关联规则的研究多集中于项集间的关系,忽略了其出现的环境信息(如时间、地点等)。OLAP 技术与关联规则分析技术相结合形成的多维关联规则分析技术将环境信息考虑到关联规则内部,提供了传统规则不能提供的信息,具有很重要的实际意义。根据以上分析,本文研究了一个多维查询分析算法,提出了基于OLAP的多维分析算法。主要工作包括: 1)从多维查询分析系统的功能设计出发,给出了系统整体的体系结构,并就每个模块做了具体说明。研究了多维数据模型的设计模式,给出了三种主要的设计方法。2)通过对关联规则的细致研究,我们进一步将其概念从维内、单层次扩展到多维、多层次,并与OLAP 的数据立方体技术相结合形成多维相关分析,又在此基础上提出了基于OLAP 的多维相关分析的有效算法,其中包括基于迭代属性的算法和不需要剪枝的算法。给出了这两种算法的复杂性分析和适用性分析。3)总结全文并提出进一步的研究方向。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究的目的、意义
• 1.2 相关工作
• 1.2.1 数据立方体
• 1.2.2 OLAP 技术
• 1.2.3 概念层次
• 1.2.4 关联规则分析
• 1.3 文章的组织
• 第2章 数据仓库基本理论
• 2.1 数据仓库理论概述
• 2.1.1 数据仓库的基本概念
• 2.1.2 数据仓库的组成结构
• 2.2 数据仓库的数据组织
• 2.2.1 数据仓库的数据组织结构
• 2.2.2 数据仓库的数据组织形式
• 2.3 本章小结
• 第3章 多维查询分析基本概念介绍
• 3.1 OLAP（on-line analytical processing）简介
• 3.2 多维数据模型
• 3.3 基于OLAP 的多维数据查询
• 3.4 基于OLAP 的关联规则
• 3.5 本章小结
• 第4章 多维查询分析系统的设计
• 4.1 系统功能设计
• 4.2 系统结构设计
• 4.3 多维数据模型的设计
• 4.4 本章小结
• 第5章 基于OLAP 的相关分析算法
• 5.1 生成工作立方体
• 5.2 频繁集的生成
• 5.2.1 经典Apriori 算法及分析
• 5.2.2 其它频繁集算法
• 5.2.3 基于OLAP 的Apriori 算法
• 5.2.4 算法的改进
• 5.2.5 比较与分析
• 5.3 生成关联规则
• 5.4 本章小结
• 结论
• 参考文献
• 工程硕士生个人简介
• 致谢