数据仓库的元数据模型的探讨

元数据是联系数据仓库各部分的主要的纽带.在分析元数据的内容、作用和生命周期等基础上提出一个通用的元数据参考模型.     

数据仓库及元数据管理

数据仓库技术是基于数据管理和利用的综合性技术,为支持管理决策而设计。元数据是数据的数据,描述了数据仓库中的各个对象,遍及数据仓库的所有方面,是整个数据仓库系统的核心部件。在对数据仓库系统中的元数据管理及其现状进行了全面分析的基础上,介绍了基于元数据的数据仓库体系结构、元数据管理的实现和元数据的维护。     

浅议数据仓库

在分析传统数据库和数据仓库的的区别中介绍了数据仓库的概念，分析数据仓库的体系结构，阐述了数据抽取、转换、清冼、装载的ETL过程，介绍企业在定义、建立和使用数据仓库的过程。     

数据仓库中元数据管理研究

指出了元数据管理是数据仓库技术研究的重点和难点之一,论述了数据仓库中元数据的定义、重要性、管理模型及其解决方案,并着重分析了元数据的管理和当前的标准化进程以及实现元数据管理的具体步骤.     

数据仓库中元数据应用管理研究

元数据管理是基于决策支持的数据仓库技术研究的重点。元数据可以很好地对数据仓库中的数据进行描述。介绍了数据仓库中元数据的内容与功能。阐述了元数据在数据仓库中的具体工作流程。     

医疗决策支持系统中数据仓库的研究与设计

通过对数据仓库技术及决策支持系统的研究，提出了基于数据仓库的医疗决策支持系统。针对医疗领域数据比较复杂的特点，设计了相应的数据仓库．在项目应用中取得了良好的效果。介绍了数据仓库的设计过程、关键技术，并提供了简要的解决方案。     

基于ERP模型数据仓库元数据表示方法

针对数据仓库元数据表示问题 ,建立一般问题求解过程的数学描述 ,提出实体、关系、问题ERP建模体系 ,并以星形模型元数据的表示为例 ,提出了基于ERP模型的数据仓库元数据表示方法     

数据仓库元数据的规范及管理

元数据是数据仓库项目取得成功的关键因素之一,而元数据规范又是成功管理元数据的关键,元数据管理系统则是对元数据进行有效管理的必备工具,本文将基于这两部分的内容进行探讨和分析。     

数据挖掘和数据仓库的关系研究

阐述了数据挖掘和数据仓库的有关技术,研究了数据挖掘和数据仓库的相互关系,说明了数据挖掘系统和数据仓库应统一分析和设计.     

试论数据仓库技术

文中介绍了数据仓库(Data Warehousing,简记为DW)的概念,数据仓库中的数据组织及其形式,数据仓库的数据追加,关键技术等,并结合数据的抽取、存储和管理设计实例,进一步阐述数据仓库技术在现实中的重大意义。     

数据仓库中实体化视图的一种维护算法

实现实体化视图是提高系统响应时间的一个关键技术和有效的解决方案,在具体的实现过程中面临着实体化视图的维护问题. 由于源数据的不稳定性,其数据的变化必须及时传播到实体化视图中,以保持实体化视图与源数据的变化一致性,否则会降低实体化视图中数据的新鲜度,并影响联机分析处理(OLAP)查询结果的真实性和有效性. 针对视图的维护问题,提出了实体化视图的一种维护算法,它将使视图重计算代价最小化.     

一种高效的不确定数据流Top-K 查询算法

在传感器网络、RFID等各种应用中会产生大量不确定性数据,有效的Top-K查询处理是不确定性数据管理中一项重要技术。针对已有的Top-K查询没有很好地结合元组的分值和不确定性,在分析不确定性数据模型和可能世界模型的基础上,定义了不确定数据流元组的查询语义。设计并实现了一种有效的Top-K查询算法。该算法按照元组的得分值进行降序排列,概率值最高的前K个元组集合就是Top-K的查询结果,实验结果表明,与CSQ和SCSQ算法相比,更具高效性和实用性。     

多层次的数据仓库系统总体框架的研究

数据仓库作为一项数据管理领域的新技术,到目前为止还没有成熟、可靠且能被广泛接受的系统构建标准.为此文章提出了多层次的数据仓库系统总体框架,以及基于该框架的数据仓库的体系结构、数据仓库系统的标准开发过程及数据仓库平台的测试指标.以此为基础,并结合已有的业务系统,企业可以逐步构建完整的、健壮的数据仓库系统.     

基于MapReduce的数据流频繁项集挖掘算法

针对传统数据流频繁项集计算中效率低、内存消耗大等问题,本文采用并行计算的思想设计了一种基于MapReduce的数据流频繁项集挖掘算法,首先,对进行数据分块压缩和传输,其次,将数据频繁项的计算分布在负载均衡的数据节点,可以有效保证数据的执行效率.最后通过一次调度处理合并各个节点产生的频繁项集并进行合并.理论分析和实验对比结果均表明,该算法对于并行处理数据流频繁项集的统计问题是有效可行的.     

数据流上的轮廓查询算法

采用滑动窗口技术对数据流进行近似,提出了两种数据流上的轮廓查询方法:CCS算法和PCS算法.CCS算法能够实时反映数据的变化,内存空间的利用率也较高.PCS算法则适合周期性更新的应用环境,有利于节约CPU资源.实验结果证明所采用的算法是有效的.     

A Granularity-Aware Parallel Aggregation Method for Data Streams

0 IntroductionDtartaaf fsitcr ecaonmtsroiln , mwaenayth aeprpfloicraectiaosnts e ,tcs u,ccho maes fwroebm sdeirsvtircieb-,uted data sources at different geographiclocations .Distributedprocessing is the inevitable development trend for managingdata streams . Shared-nothing clusters can scale up to thou-sands of computers ,increase the available main memory,pro-cessors ,diskspace and bandwidthalongthe way,andtherebyprovide potential for high throughput and lowlatencies . Yetto date(As yet) ,th…     

统计数据仓库体系中数据分析系统及其研究

数据仓库最重要的特征就是实现数据的集成与共享.基于统计数据仓库的数据分析系统众多,因此首先对统计数据仓库体系进行研究,然后对联机分析、决策支持及数据挖掘这3类分析工具进行对比研究,并通过介绍"万峰统计数据仓库"中数据分析部分的功能及划分,为统计数据仓库数据分析系统的研发提供了理论基础和实践依据.     

一种改进的数据仓库模型

数据仓库被看作是海量数据仓储,准确及时反映源数据库的改变对数据仓库查询响应的正确性至关重要。文章提出一种改进的数据仓库体系结构,在数据仓库中添加一个辅助结构作为接收和存储更新数据的暂存库,直到数据仓库获得空闲周期,加入新的数据和更新必要的视图;通过试验模拟2种数据仓库结构,验证了新的模型在设计和性能上的优越性。     

基于数据流频繁模式挖掘的入侵检测模型

计算机网络入侵通常具有高频度特性,因此,识别是否正常访问,对数据流中重复元素的挖掘,给出频度指标,是一种重要的依据.提出一种基于数据流频繁模式的改进型AFP算法,该算法采用滑动窗口树技术,单遍扫描数据流及时捕获网络上的最新模式信息,并将该算法应用在入侵检测模型中正常数据和异常数据的在线挖掘.解决了有限存储和无限数据流的矛盾.实验结果表明,该模型有较高的报警率和较低的误报率.     

传感器数据流上模糊预测系统的研究

为了利用基站(Sink)上现有的数据来及时地响应用户的查询,采用数据流上的金字塔时间模型来维护传感器数据流上不同时刻的聚集值,并利用这些聚集值生成模糊预测系统,通过该预测系统做出的预测来近似及时地响应用户的查询,在Sink上采用预测的方法,传感器新感知的数据可以不必立即向Sink传输,可以节省传感器网络结点的能量。