1 / 28

Uma proposta para OLAP ontológica

Uma proposta para OLAP ontológica. Adriana Ribeiro. Roteiro. OLAP Problema Solução Uso de ontologia Resultados esperados Aplicação. OLAP.

dane
Download Presentation

Uma proposta para OLAP ontológica

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. Uma proposta para OLAP ontológica Adriana Ribeiro

  2. Roteiro • OLAP • Problema • Solução • Uso de ontologia • Resultados esperados • Aplicação

  3. OLAP On-Line Analytical Processing (OLAP) é uma categoria de software específica para realizar consultas multidimensionais sobre dados previamente agregados e materializados que são extraídos do DW [CCS93].

  4. Análise multidimensional Representa os dados como dimensões em vez de tabelas. A melhor maneira de visualizar essa estrutura é através de uma representação utilizando um cubo.

  5. Função do OLAP • Apoiar o usuário na análise dos dados.

  6. Componentes do Cubo OLAP • Fatos; • Dimensões; • Medidas; • Membro; • Hierarquia;

  7. Fatos Representa uma coleção de dados relacionados, consistindo de medidas e dados de contexto. Cada fato tipicamente representa o registro de um item de negócio, de uma transação comercial ou de um evento que pode ser usado para se analisar o negócio [Ner06] Ex: produção, vendas, compras.

  8. Dimensões Determina o contexto dos fatos e contém as informações descritivas sobre as quais se deseja realizar análises. Em uma base de dados contendo informações sobre as vendas de produtos Ex: Tempo, Localização, Cliente, Vendedor.

  9. Dimensões no Cubo adaptado de [Fid03]

  10. Medidas Corresponde a um atributo numérico de um fato, representando o desempenho ou comportamento do fato em relação a um determinado conjunto de dimensões. Ex: vendas em termos monetários (faturamento), o volume de vendas, o custo de venda e o valor de uma transação.

  11. Membro Corresponde a um elemento usado para determinar um dado de uma dimensão. Ex: o mês de janeiro, o 1º trimestre de 2007 e o ano de 2007 são exemplos de membros da dimensão tempo.

  12. Hierarquia Organiza os membros de uma dimensão em vários níveis hierárquicos. Os níveis de uma hierarquia definem uma granularidade ao fato em análise. Ex: País Região Estado Município Brasil Membros Nordeste Bahia Níveis Ilhéus

  13. Exemplo Eixos Célula(onde existem medidas)

  14. Operadores OLAP • Roll-up; • Drill-down; • Slice & dice.

  15. Roll up • O usuário aumenta o nível de granularidade, diminuindo o nível de detalhamento.

  16. Roll up na Dimensão Tempo

  17. Drill Down • O usuário aumenta o nível de detalhe da informação, diminuindo o nível de granularidade.

  18. Drill Down na dimensão localização geográfica

  19. Slice and Dice • O foco do usuário é transferido para uma camada de dados particular ou subcubo de dados, respectivamente, pela secção do cubo em fatias ou pela extração de um subconjunto de dados agregados, fixando-se valores de dimensão.

  20. Slice and Dice

  21. Definição do Problema • Uma ferramenta OLAP, possibilita a análise multidimensional de dados, para auxiliar a tomada de decisão, mas não extrai conhecimento.

  22. Solução • Extrair informação em ferramentas OLAP com o auxílio de ontologias.

  23. Onde aplicar ontologias? ? [Fid03]

  24. Resultados Esperados • Integração de ontologia em OLAP para extração de informações relevantes para a tomada de decisão.

  25. Aplicação • Describing Data Sources Semantically for Facilitating Efficient Creation of OLAP Cubes.

  26. Describing Data Sources Semantically for Facilitating Efficient Creation of OLAP Cubes • Objetivo: Integrar várias bases de dados utilizando ontologia para que uma ferramenta OLAP possa acessá-las.

  27. Describing Data Sources Semantically for Facilitating Efficient Creation of OLAP Cubes O sistema localiza as fontes de dados baseadas em descrições RDF conforme a área solicitada pelo usuário e constrói um esquema lógico para o Cubo OLAP, sugerindo o design para o usuário. O sistema sugere como os dados devem ser manipulados antes de armazenagem para o cubo OLAP. Isto inclui, por exemplo, por causa das modificações medida diferente unidades ou moedas. O usuário pode aceitar ou modificar o design sugerido O usuário inicia a análise definindo quais dados serão necessários. É então construído o cubo OLAP [TN04]

  28. Referências • [CCS93] E.F. Codd, S.B. Codd, C.T. Salley, Providing OLAP (on-line analytical processing) to user-analysts: an IT mandate, Technical Report, In E. F. Codd & Associates,1993. • [Fid00]R. Fidalgo, JDCI: Uma API Java para Disponibilização e integração de serviços OLAP. • [CWM03] OMG: Common Warehouse Metamodel (CWM) Specification 1.1, 2003. • [Ner06] F. Nery, Tecnologia e Projeto de Data Warehouse, pag.79-95, 2006. • [TN04] S. Toivonen, T. Niemi, Describing Data Sources Semantically for Facilitating Efficient Creation of OLAP Cubes, 3rd International Semantic Web Conference (ISWC2004), 2004.

More Related