文件的联机分析olap).pdf

IIlllllfl[[1lllllll llllllf Y1 746625 摘要 摘要 数据仓库和OLAP联机分析系统提供了一些方法和工具来分析企业信息系 统中的数据事务。但是，只有其中20％的信息是可以被OLAP分析系统分析。 对于其他的80％的数据，大部分都是文件中的信息，则不能被分析。在决策支 持系统中，文件中内容数据的遗漏可能会导致分析的不准确，甚至会带来进行 错误决策的风险。这类文件主要是由文本数据组成，里面包含了知识的积累， 以及可在信息系统中分析的数据(例如：销售，采购等)。所以，本文需要在对 文件联机分析的过程中加入点新的技术。今天，决策者已经可以很好地掌握联 机分析的过程。但是，问题是：如何在决策者所能使用的方法范围内，提供一 个可以对可用数据进行100％分析的环境? 为了能够解决这个问题，本论文提出了一个新的多维数据模型。传统的多维 模型是基于事实／维的二元组概念，与之相比较，本文提出的模型只基于维的概 念，可以同时对分析主题和分析轴进行建模。该模型提供给决策者一个多方面 的观察视角来进行分析。 多维分析主要是基于概括信息的能力，可以使用一个函数来把信息收集整 理。但是，在OLAP的环境中不存在这类整合文本式数据的方法。因此，需要 提出一个可以实现这个功能的函数，该函数的目的是得到一个更小更普遍的关 键字集合。 为了能够规范对文件数据的分析，本论文引进了一些处理模型概念的运算。 首先，这些运算可以规范模型中元素的多维分析。其次，为了适应文本分析的 环境，重新定义了一些可以修改分析的基本运算，以便决策者能够对各方面进 行分析然后做出尽可能准确的决定。 最后，把本论文提出的新思想移植到一个．iava编写的原型中 个接口返回分析数据给用户。 关键词：决策支持系统、数据仓库、文件仓库、数据集市、星系模型、聚合函 数、XML Abstract andOLAP Analytical Datawarehouses systems(On—Line 20％of data only information analysis·But t001sfor system methodsand enterprise OLAP be withactual info硼ationmayprocessed da_taofa system the corporate reacn0t outot fromdocuments，remains svstems．Therest 80％，mainly one，namely thedecisiOn