1 / 19

UNIVERSITA’ POLITECNICA DELLE MARCHE

UNIVERSITA’ POLITECNICA DELLE MARCHE. PROGETTO DI UN DATA WAREHOUSE PER IL SUPPORTO AL MONITORAGGIO DI PREZZI E TARIFFE SUL WEB. Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica. http://pollosky.it. Anno Accademico 2007/2008. Ambito.

ianna
Download Presentation

UNIVERSITA’ POLITECNICA DELLE MARCHE

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. UNIVERSITA’ POLITECNICA DELLE MARCHE PROGETTO DI UN DATA WAREHOUSE PER IL SUPPORTO AL MONITORAGGIO DI PREZZI E TARIFFE SUL WEB Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica http://pollosky.it Anno Accademico 2007/2008

  2. Ambito TRASPARENZA E CONOSCENZA SUI LIVELLI E SULLE DINAMICHE CHE CARATTERIZZANO L’ ANDAMENTO DEI PREZZI Osservatori prezzi RACCOLTA DATI (COSTI, COMPLESSITÀ) POTENZIALITA’ DI ANALISI Problematiche RACCOLTA ED INTEGRAZIONE DEI DATI SUL WEB GESTIONE DEI DATI SISTEMA DI SUPPORTO ALLE ANALISI Obiettivi

  3. Attività progettuale • Progettazione della base dati • Completa • Generalizzata • Soluzione problematiche • Gestione delle eterogeneità (aggregazioni)

  4. Sistema di supporto alle analisi Analisi flessibili ed interattive OLAP Modello multidimensionale Dimensione Misura Funzione di aggregazione

  5. Data warehouse Metodologia di progettazione [Cabibbo, 1998]: • Identificazione di fatti e dimensioni • Schema Entità-Relazione • Grafo Dimensionale • Modello MD • Studio della natura delle • sorgenti • Formato di rappresentazione • dei dati • Proprietà associate ai fatti • Identificazione delle misure e • delle prospettive di analisi

  6. Gestione delle eterogeneità informazioni sul web diversi livelli di granularità COMUNALE PROVINCIALE REGIONALE NAZIONALE

  7. Misure aggregate Provincia 1,524 Misura aggregata 1,522 Comune 1 1,517 Comune 2 AVG 1,521Comune 3 Roll up 1,536Comune 4

  8. Misure aggregate 1,520 Provincia 1,524 Provincia 1,522 Comune 1 NON PRESENTE NEL DATA WAREHOUSE GIA’ DISPONIBILE 1,517 Comune 2 AVG 1,521Comune 3 -Comune 4

  9. Possibili soluzioni • Prevedere un modulo che pre-calcoli ogni livello di aggregazione navigabile • Personalizzare il server OLAP • Viste materializzate • Intervenire a livello logico (query MDX)

  10. prezzo aggregato

  11. Soluzione • DIMENSIONE AUSILIARIA • FILTRAGGIO • NUOVA MISURA IF Level IS [Nazionale] THEN IF Level IS [Regionale] THEN IF Level IS [Provinciale] THEN IF Level IS [Comunale] THEN Query MDX

  12. Implementazione Motore OLAP Mondrian-JPivot • Query espresse in MDX • Legge i dati da un RDBMS • Presenta i risultati in forma multidimensionale CONFIGURAZIONE Cube Table Dimension Hierarchy Level CalculatedMember Measures Collezione di misure e dimensioni Relazioni con le tabella del database fisico Gerarchie legate ad una dimensione Mondrian XML Schema

  13. Sperimentazione • Analisi sui dati disponibili • Generare query di interesse • Elaborare rappresentazioni grafiche • Confrontare le misure visualizzate • Stimare i tempi di calcolo • Performance • Significatività

  14. Analisi OLAP

  15. Analisi OLAP AGIP 16 Luglio 2008

  16. Conclusioni • Riuso delle informazioni acquisite dal web • Adattabilità a diverse tipologie di prodotti (Alimenti, Carburanti, Servizi, etc.) • Analisi ad alto valore aggiunto PROTOTIPO • Flessibile • Adattabilità delle sorgenti • Elasticità di analisi • Robusto • Nessun malfunzionamento rilevato • Efficiente • Rapidità • Puntualità

  17. Sviluppi Futuri • Nuovi flussi informativi • Supporto agli utenti nella costruzioni di analisi • Nuovi servizi di analisi avanzata • Data quality • Data mining

More Related