КЛАСТЕРНИЙ МЕТОД ФОРМУВАННЯ МЕТАДАНИХ БАГАТОВИМІРНИХ ІНФОРМАЦІЙНИХ СИСТЕМ ДЛЯ РОЗВ’ЯЗАННЯ ЗАДАЧ ГЕНЕРАЛЬНОГО ПЛАНУВАННЯ
DOI:
https://doi.org/10.32347/2412-9933.2020.42.93-101Ключові слова:
багатовимірна інформаційна система, генеральне планування, багатовимірний куб даних, розріджений куб даних, класифікаційна схемаАнотація
Розроблено спосіб формування метаданих багатовимірної інформаційної системи шляхом сполучення класифікаційних схем. Кожна класифікаційна схема являє собою ієрархію значень вимірів, що належить до окремої структурної компоненти генерального плану (ГП). В основі методу лежить виявлення груп значень вимірів, які пов'язані з групами значень інших вимірів. Групи значень різних вимірів використовуються для побудови кластерів поєднань значень вимірів. Сполучення кластера формуються декартовим добутком груп значень вимірів. Метадані інформаційної системи представлені у вигляді множини допустимих поєднань значень вимірів, які формуються як набір кластерів. Для вирішення цього складного завдання ГП розглядається як набір структурних компонентів. З повного набору вимірювань інформаційної системи виокремлюються набори вимірювань, що семантично пов'язані зі структурними компонентами ГП. Семантичні зв'язки, виявлені в процесі аналізу структурної компоненти, дають змогу побудувати ієрархію груп значень вимірів і представити їх сукупність у вигляді графа ‒ класифікаційної схеми, пов'язаної зі структурною компонентою. В інформаційних системах з багатоаспектним описом предметної області куби даних характеризуються великою розрідженістю, що ускладнює формування метаданих. Класифікаційні схеми описують окремі аспекти метаданих, пов'язані з окремими структурними компонентами ГП. Сполучення класифікаційних схем дає можливість отримати повний опис метаданих. Використання класифікаційних схем допомагає розбити задачу опису структури аналітичного простору багатовимірної інформаційної системи на більш прості задачі аналізу його окремих структурних компонент. Сполучення класифікаційних схем, що належать до різних структурних компонентів, дає можливість сформувати метадані інформаційної системи. У метаданих центральне місце посідає множина допустимих поєднань значень вимірів.
Посилання
Thomsen, E., (2002). OLAP Solution: Building Multidimensional Information System. NY, Willey Computer Publishing, 688.
Mihaylenko, Viktor, Honcharenko, Tetyana, Chupryna, Khrystyna, Andrashko, Yurii, Budnik, Svitlana, (2019). Modeling of Spatial Data on the Construction Site Based on Multidimensional Information Objects. International Journal of Engineering and Advanced Technology (IJEAT), 8, 6, 3934 – 3940. URL: https://www.ijeat.org/wp-content/uploads/papers/v8i6/F9057088619.pdf
Hirata, C.M., & Lima, J.C. (2011). Multidimensional cyclic graph approach: representing a data cube without common sub-graphs. Information Sciences, 181, 2626–2655. DOI: 10.1016/j.ins.2010.05.0
Salmam, F.Z., Fakir, M., & Errattahi, R., (2016). Prediction on OLAP data cubes. Journal of Information & Knowledge Management, 15, 2, 449 – 458. DOI:10.1142/S0219649216500222
Fu, L. (2004). Efficient evaluation of sparse data cubes. Advances in Web-Age Information Management, 336–345. DOI: 10.1007/978-3-540-27772-9_34
Romero, O., Pedersen, T.B., Berlanga, R., Nebot, V., Aramburu, M.J., & Simitsis, A., (2015). Using semantic web technologies for exploratory OLAP: A survey. IEEE Transactions on Knowledge and Data Engineering, 27, 2, 571–588. DOI: 10.1109/TKDE.2014.2330822
Salmam, F.Z., Fakir, M., & Errattahi, R., (2014). Explanation in OLAP data cubes. Journal of Information Technology Research, 7, 4, 36–78. DOI: 10.4018/jitr.2014100105
Orlov, Y., Gaidamaka, Y., Zaripova, E., (2015). Approach to estimation of performance measures for SIP server model with batch arrivals. Distributed Computer and Communication Networks, 601, 141–150. DOI: 10.1007/978-3-319-30843-2_15
Viskov, A.V., & Fomin, M.B., (2012). Modeling of analytical measurements in multidimensional databases. Bulletin of Irkutsk State Technical University, 63, 4, 15 – 19.
Gomez, L.I., Gomez, S.A., & Vaisman, A.A., (2012). Generic data model and query language for spatiotemporal OLAP cube analysis. Proceedings of the 15-th International Conference on Extending Database Technology EDBT, New York, ACM,
pp. 300 – 311.
Fomin, M.B., (2017). Description of metadata of multidimensional information systems using the cluster method. Bulletin of the Irkutsk State Technical University, 21, 7, 78 – 86. https:doi.org/10.21285/1814-3520-2017-7-78-86
Honcharenko, Tetyana. (2018). The use of BIM-technology to create an information model territories for development. Management of Development of Complex Systems, 33, 131 – 138.
Honcharenko, Tetyana, (2019). Object-oriented modeling of spatial objects of general planning. Management of Development of Complex Systems, 38, 64 – 70, dx.doi.org10.6084/m9.figshare.9788462.
Terentyev, Oleksandr, Tsiutsiura, Svitlana, Honcharenko, Tetyana, Lyashchenko, Tamara. (2019). Multidimensional Space Structure for Adaptable. International Journal of Recent Technology and Engineering (IJRTE), 8, 3, 7753 – 7758. URL: https://www.ijrte.org/wp-content/uploads/papers/v8i3/C6318098319.pdf.
Honcharenko, Tetyana & Mihaylenko, Victor, (2020). Multi-aspect classification method for verification of multidimensional information models of objects of general planning. Management of Development of Complex Systems, 41, 61 – 67; dx.doi.org10.32347/2412-9933.2020.41.61-67.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Tetyana Honcharenko
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
