数据仓库中一种有效的高维联机分析处理方法

在大量数据仓库系统中,对于一个d维的data cube, 数据立方体(cube)可以生成2d个聚集cuboids, 然而随着数据仓库维数的增长,计算这些预聚集数据已经成为一个瓶颈.在minimal cubing方法的基础上,提出一种具体层次语义特性的多维层次数据立方体--前缀索引立方体(prefix-index cubing)技术,将高维cube划分成若干个低维立方体cube, 以实现高维cube的分布式存储和并行计算.理论分析与实验结果表明,相对于以往的minimal cubing等方法, 前缀索引立方体方法的性能显著提高.     

基于OLAP查询的数据集市系统的研究

研究了通过对数据仓库视图进行水平分割来建立数据集市系统，提高OLAP查询效率的方法和技术。提出了根据OLAP查询中的选择谓词构造其最小项谓词，选择数据仓库立方体视图进行水平分割，利用视图分割后的裂片建立的数据集市来回答查询，达到减少访问的视图元组数和加快查询响应时间，从而提高OLAP查询效率，削减维护费用。     

基于XML的数据交换技术研究与实现

提出基于XML技术的信息交换模型,采用XML文档作为底层的信息交换载体,建立了Internet/ Intranet环境下的信息集成交换平台,开发实现了相应的软件构件,为低层本地实现异构数据库系统间信息的集成与共享提供了一种有力的方法.并在重大环境污染事故危险源管理系统中实现了各级环保部门之间的XML数据交换,同时探讨了XML在企业间信息交换的工作机理和应用模式.     

基于路径编码的RFID数据压缩技术研究

射频识别(RFID)技术应用于痕迹追踪和供应链管理能显著提高效率,同时会产生大量的路径数据.使用路径编码对路径数据进行压缩并保存,可以大幅度减少数据存储空间,为以后的路径数据挖掘工作打下良好的基础.同时,路径编码具有一定的路径信息,可以直接对路径编码进行路径数据挖掘,提高挖掘效率. 实验结果表明,随着物品数量的增加, pid路径编码方法可以降低路径信息量,在大量物品共同移动时,数据压缩更加明显.     

基于维层次性的Data Cube存储优化方法

根据Data Cube模式中维的层次性,提出了层次式B^＋树及维层次编码的概念,并应用于层次树形Cube（HT Cube）方法中．HT Cube将维划分为聚集维与分析维,在分析维上利用层次式B^＋树除去了冗余数据,并在查询过程中形成维层次编码,在聚集维上则利用维层次编码组合而成的分析维编码进行索引,从而可以高效地检索到聚集值．理论分析和实验证明,该方法不但节省了存储空间,而且可利用层次信息高效地进行各种OLAP查询,为Data Cube模式更新、OLAP查询导航和OLAP查询行为分析的实现提供了可能．