頻繁項(xiàng)集技術(shù)在OLAP中應(yīng)用的研究.pdf

1、近年來，隨著數(shù)據(jù)倉庫在商業(yè)運(yùn)作中的日益廣泛的應(yīng)用，聯(lián)機(jī)分析處理(0LAP，0n一1ineAnalyticalProcessing)作為數(shù)據(jù)倉庫系統(tǒng)的核心組成部分，越來越受到人們的重視，引發(fā)了0LAP技術(shù)的研究熱潮，也帶動了0LAP的進(jìn)一步發(fā)展。然而，到目前為止，仍然存在著一些問題沒有得到很好的解決。 在本文中將著重討論其中的兩個問題：1)為提高查詢響應(yīng)速度進(jìn)行物化視圖選擇時(shí)必須考慮的視圖大小的估算問題；2)與M0LAP制定存儲策

2、略(多維數(shù)組或壓縮存儲方式)密切相關(guān)的維度間相關(guān)性的分析問題。 上述兩個問題都與數(shù)據(jù)集的分布情況密切相關(guān)。0LAP的元數(shù)據(jù)信息只能反映數(shù)據(jù)集在單個屬性上的分布，忽略了屬性之間的聯(lián)系和數(shù)據(jù)集的整體分布。而頻繁項(xiàng)集挖掘能夠找出數(shù)據(jù)集在給定維度上多次出現(xiàn)的項(xiàng)集的信息，更好的刻畫數(shù)據(jù)集的分布和屬性維度間的關(guān)聯(lián)，因此被用于本文的研究當(dāng)中。 本文中將主要探討頻繁項(xiàng)集技術(shù)在0LAP的上述兩大問題中的應(yīng)用： 為了估算數(shù)據(jù)立方中所

3、有候選視圖的大小，本文提出了一種新的方法FSC。FSC將0LAP中的視圖看成是包含給定列上項(xiàng)集的集合，把0LAP視圖大小的估算問題轉(zhuǎn)換為給定列上項(xiàng)集個數(shù)的估算。它將視圖中包含的項(xiàng)集劃分為頻繁項(xiàng)集和非頻繁項(xiàng)集兩類，結(jié)合頻繁項(xiàng)集技術(shù)和傳統(tǒng)的數(shù)學(xué)估算方法，對給定數(shù)據(jù)立方中包含的所有候選視圖的大小進(jìn)行估算。實(shí)驗(yàn)證明，與同類算法相比，F(xiàn)SC的精度有較大的提高，特別是針對傾斜度較大的數(shù)據(jù)集。 在對0LAP中的維度組合進(jìn)行相關(guān)性分析時(shí)，本文將

4、分析維度間的相關(guān)性轉(zhuǎn)換成分析維度組合中包含的項(xiàng)集的相關(guān)性。定義了項(xiàng)集的相關(guān)度和基于前者之上的維度間的相關(guān)性度量，并提出了針對傾斜度較大的數(shù)據(jù)集估算維度間相關(guān)度的CMM算法。CMM算法將維度組合中包含的項(xiàng)集分成頻繁項(xiàng)集和非頻繁項(xiàng)集兩類，通過將計(jì)算頻繁項(xiàng)集相關(guān)度和采樣估算非頻繁項(xiàng)集相關(guān)度相結(jié)合的方法估算維度問相關(guān)性的度量。實(shí)驗(yàn)證明，該度量的提出能夠有效的衡量維度間關(guān)聯(lián)的緊密程度，C刪算法對維度間相關(guān)度的估算具有一定的準(zhǔn)確度，特別是針對傾斜度