Інтеграція технологій olap та data mining при побудові міжвимірових асоціативних правил
DOI :
https://doi.org/10.15587/2313-8416.2015.43994Mots-clés :
OLAP, Data Mining, багатомірні дані, куб, асоціативні правила, предметний набір, підтримка, достовірність, ліфт, левериджRésumé
Представлено особливості пошуку асоціативних правил у багатомірних даних, а саме показані теоретичні засади знаходження асоціацій між різними вимірами у OLAP-кубах та формули обчислення характеристик їх значущості (підтримка, достовірність, ліфт та леверидж). Запропоновано метод генерації міжвимірових асоціативних правил та описано його реалізацію як складової інформаційної системи оперативного та інтелектуального аналізу даних на платформі об’єктної системи керування базами даних Caché.
Références
Chaudhuri, S. (1998). Data Mining and Database Systems: Where is the Intersection? Data Engineering Bulletin, 21 (1), 4–8.
Chaudhuri, S., Fayyad, U., Bernhardt, J. (1999). Scalable classification over SQL databases. Proceedings 15th International Conference on Data Engineering (Cat. No.99CB36337). doi: 10.1109/icde.1999.754963
Meo, R., Psaila, G., Ceri, S. (1996). A New SQL-like Operator for Mining Association Rules. In Proceedings of the 22nd International Conference on Very Large Data Bases Conference (VLDB’1996), Bombay, India, 122–133.
Zhu, H. (1998). Online analytical mining of association rules. Master’s thesis, Simon Faster University, Burnaby, British Columbia, Canada.
Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R. (1996). Advances in Knowledge Discovery and Data Mining. AAAI/MIT Press.
Messaoud, R. B., Boussaid, O., Rabaséda, S. L. (2006). A Data Mining-Based OLAP Aggregation of Complex Data. International Journal of Data Warehousing and Mining, 2 (4), 1–26. doi: 10.4018/jdwm.2006100101
Han, J. (1998). Towards on-line analytical mining in large databases. SIGMOD Rec., 27 (1), 97–107. doi: 10.1145/273244.273273
Chen, Q., Dayal, U., Hsu, M. (2000). An OLAP-based Scalable Web Access Analysis Engine. Lecture Notes in Computer Science, 210–223. doi: 10.1007/3-540-44466-1_21
Goil, S., Choudhary, A. (1998). High performance multidimensional analysis of large datasets. Proceedings of the 1st ACM International Workshop on Data Warehousing and OLAP - DOLAP ’98. doi: 10.1145/294260.294269
Pinto H., Han J., Pei J., Wang K., Chen Q., Dayal U. (2001). Multi-dimensional sequential pattern mining. In CIKM ’01: Proceedings of the tenth international conference on Information and knowledge management, New York, NY, USA,. ACM Press, 81–88.
Goil, S., Choudhary, A. (2001). PARSIMONY: An Infrastructure for Parallel Multidimensional Analysis and Data Mining. Journal of Parallel and Distributed Computing, 61 (3), 285–321. doi: 10.1006/jpdc.2000.1691
Tjioe, H.C., Taniar, D. (2005). Mining Association Rules in Data Warehouses. International Journal of Data Warehousing and Mining, Idea Group Inc., 1 (3), 28–62.
Parsaye, K. (1997). OLAP and Data Mining: Bridging the Gap. Database Programming and Design, 10, 30–37.
Sarawagi, S., Agrawal, R., Megiddo, N. (1998). Discovery-driven exploration of OLAP data cubes. Lecture Notes in Computer Science, 168–182. doi: 10.1007/bfb0100984
Robin, J., Favero, E. (2001). HYSSOP: Natural Language Generation Meets Knowledge Discovery in Databases. In Proceedings of the 3rd International Conference on Information Integration and Web-based Applications and Services (iiWAS’2001).
Fisun, M., Horban, H. (2011). Analysis of specific features of the objective and multidimensional data models in DBMS Caché. Bulletin of Kherson National Technical University, 2 (41), 116–124.
Gorban', G. V. (2013). Zastosuvannja B*-derev dlja stvorennja ta obchislennja OLAP-kubіv z vikoristannjam kombіnatornogo algoritmu. Har'kov, Tehnologicheskij audit i rezervy proizvodstva, 5/4 (13), 10–12. Available at: http://journals.uran.ua/tarp/article/view/18216/15955
Téléchargements
Publié-e
Numéro
Rubrique
Licence
(c) Tous droits réservés Николай Тихонович Фисун, Гліб Валентинович Горбань 2015
Cette œuvre est sous licence Creative Commons Attribution 4.0 International.
Our journal abides by the Creative Commons CC BY copyright rights and permissions for open access journals.
Authors, who are published in this journal, agree to the following conditions:
1. The authors reserve the right to authorship of the work and pass the first publication right of this work to the journal under the terms of a Creative Commons CC BY, which allows others to freely distribute the published research with the obligatory reference to the authors of the original work and the first publication of the work in this journal.
2. The authors have the right to conclude separate supplement agreements that relate to non-exclusive work distribution in the form in which it has been published by the journal (for example, to upload the work to the online storage of the journal or publish it as part of a monograph), provided that the reference to the first publication of the work in this journal is included.
