文件的聯(lián)機分析(OLAP).pdf

1、數(shù)據(jù)倉庫和OLAP聯(lián)機分析系統(tǒng)提供了一些方法和工具來分析企業(yè)信息系統(tǒng)中的數(shù)據(jù)事務。但是,只有其中20％的信息是可以被OLAP分析系統(tǒng)分析。對于其他的80％的數(shù)據(jù),大部分都是文件中的信息,則不能被分析。在決策支持系統(tǒng)中,文件中內(nèi)容數(shù)據(jù)的遺漏可能會導致分析的不準確,甚至會帶來進行錯誤決策的風險。這類文件主要是由文本數(shù)據(jù)組成,里面包含了知識的積累,以及可在信息系統(tǒng)中分析的數(shù)據(jù)(例如:銷售,采購等)。所以,本文需要在對文件聯(lián)機分析的過程中加入點

2、新的技術。今天,決策者已經(jīng)可以很好地掌握聯(lián)機分析的過程。但是,問題是:如何在決策者所能使用的方法范圍內(nèi),提供一個可以對可用數(shù)據(jù)進行100％分析的環(huán)境?
　　 為了能夠解決這個問題,本論文提出了一個新的多維數(shù)據(jù)模型。傳統(tǒng)的多維模型是基于事實/維的二元組概念,與之相比較,本文提出的模型只基于維的概念,可以同時對分析主題和分析軸進行建模。該模型提供給決策者一個多方面的觀察視角來進行分析。
　　 多維分析主要是基于概括信息的能力

3、,可以使用一個函數(shù)來把信息收集整理。但是,在OLAP的環(huán)境中不存在這類整合文本式數(shù)據(jù)的方法。因此,需要提出一個可以實現(xiàn)這個功能的函數(shù),該函數(shù)的目的是得到一個更小更普遍的關鍵字集合。
　　 為了能夠規(guī)范對文件數(shù)據(jù)的分析,本論文引進了一些處理模型概念的運算。首先,這些運算可以規(guī)范模型中元素的多維分析。其次,為了適應文本分析的環(huán)境,重新定義了一些可以修改分析的基本運算,以便決策者能夠?qū)Ω鞣矫孢M行分析然后做出盡可能準確的決定。