دانلود ترجمه مقاله بهبود تحلیل OLAP بوسیله مکعب های وب

1. مقدمه 2. فرضیات 3. تصریح مکعب های OLAP در RDF 4. کار با مکعب های وب 5. مقالات مرتبط 6. نتیجه گیری و مسائل حل نشده

چکیده – ابزارهای OLAP سنتی، کارایی موفق خود را در تحلیل مجموعه های بزرگی از داده های شرکتی، اثبات کرده اند. برای پویایی های امروزی در کسب و کار، گاهی این داده های بسیار نماینده، کافی نیستند. داده های بیرونی (بخصوص داده های وب)، برای بهبود تحلیل محلی، ممکن است مفید باشند. در این مقاله، در مورد استخراج داده های چند بعدی از منابع وب و نمایش آنها در RDFS، بحث می کنیم. «مکعب های باز»، که یک مجموعه واژگان RDFS برای مشخص سازی و انتشار مکعب های چند بعدی بر «وب معنایی»، می باشند را معرفی می کنیم و نشان می دهیم که چگونه عملیات های OLAP کلاسیک را می توان برروی «مکعب های باز» با استفاده از SPARQL 1.1، بدون نیاز به نگاشت اطلاعات چند بعدی به پایگاه داده محلی، (رویکرد معمول برای تحلیل چند بعدی داده های «وب معنایی») پیاده سازی نمود. نشان می دهیم که رویکرد ما برای اندازه داده هایی که معمولاً برای بهبود انبارهای داده های محلی استخراج می شوند، مناسب می باشد. مقدمه: «هوش تجاری» (BI) در برگیرنده یک مجموعه از فنون استفاده شده برای استخراج و تحلیل داده های تجاری، برای پشتیبانی از تصمیم گیری، می باشد. سیستم های پشتیبانی تصمیم (DSS) شامل طیف گسترده ای از قابلیت های تحلیلی، از گزارش های ساده تا تحلیل های پیچیده و پیشرفته، می باشد. این کاربردها شامل «پردازش تحلیلی برخط» (OLAP) [9] که یک مجموعه ابزار و الگوریتم ها برای کوئری پایگاه داده های چند بعدی بزرگ، که معمولاً انبار داده (DW) نامیده می شوند، می باشند. داده های درون DW از منابع عملیاتی ناهمگن و توزیع شده می آیند و از یک فرآیند به نام ETL (مخفف استخراج، انتقال و بارگذاری) می گذرند. در OLAP، داده ها معمولاً به صورت یک «مکعب» در نظر گرفته می شوند. هر سلول این مکعب داده ها، حاوی یک معیار یا مجموعه ای از معیارهای نشان دهنده حقایق و اطلاعات زمینه ای (که به این اطلاعات «ابعاد» گفته می شود)، می باشد. برای تعدادی از امور تحلیل داده (برای مثال، تکامل قیمتی یک محصول معین در سطح جهان)، داده های شامل شده درون DSS، کافی نیستند. منابع داده بیرونی (مانند وب) می توانند اطلاعات چند بعدی مفیدی فراهم کنند، اگرچه معمولاً بسیار فرار هستند و در نتیجه به طور دائمی در DW ذخیره نمی شوند. اکنون، از طریق یک مطالعه موردی، مسائل پژوهشی پدیدار شده در این سناریو و رویکردی برای حل تعدادی از آنها را، ارائه می دهیم.

Traditional OLAP tools have proven to be successful in analyzing large sets of enterprise data. For today’s business dynamics, sometimes these highly curated data is not enough. External data (particularly web data), may be useful to enhance local analysis. In this paper we discuss the extraction of multidimensional data from web sources, and their representation in RDFS. We introduce Open Cubes, an RDFS vocabulary for the specification and publication of multidimensional cubes on the Semantic Web, and show how classical OLAP operations can be implemented over Open Cubes using SPARQL 1.1, without the need of mapping the multidimensional information to the local database (the usual approach to multidimensional analysis of Semantic Web data). We show that our approach is plausible for the data sizes that can usually be retrieved to enhance local data repositories. Introduction: Business intelligence (BI) comprises a collection of techniques used for extracting and analyzing business data, to support decision-making. Decision-support systems (DSS) include a broad spectrum of analysis capabilities, from simple reports to sophisticated analytics. These applications include On-Line Analytical Processing (OLAP) [9], a set of tools and algorithms for querying large multidimensional databases usually called data warehouses (DW). Data in a DW come from heterogeneous and distributed operational sources, and go through a process, denoted ETL (standing for Extraction, Transformation, and Loading). In OLAP, data are usually perceived as a cube. Each cell in this data cube contains a measure or set of measures representing facts and contextual information (the latter called dimensions). For some data-analysis tasks (e.g., worldwide price evolution of a certain product), the data contained the DSS do not suffice. External data sources (like the web) can provide useful multidimensional information, although usually too volatile to be permanently stored in the DW. We now present, through a use case, the research problems that appear in this scenario, and our approach for a solution to some of them.