頻繁項集技術在OLAP中應用的研究.pdf

1、近年來，隨著數據倉庫在商業(yè)運作中的日益廣泛的應用，聯機分析處理(0LAP，0n一1ineAnalyticalProcessing)作為數據倉庫系統的核心組成部分，越來越受到人們的重視，引發(fā)了0LAP技術的研究熱潮，也帶動了0LAP的進一步發(fā)展。然而，到目前為止，仍然存在著一些問題沒有得到很好的解決。 在本文中將著重討論其中的兩個問題：1)為提高查詢響應速度進行物化視圖選擇時必須考慮的視圖大小的估算問題；2)與M0LAP制定存儲策

2、略(多維數組或壓縮存儲方式)密切相關的維度間相關性的分析問題。 上述兩個問題都與數據集的分布情況密切相關。0LAP的元數據信息只能反映數據集在單個屬性上的分布，忽略了屬性之間的聯系和數據集的整體分布。而頻繁項集挖掘能夠找出數據集在給定維度上多次出現的項集的信息，更好的刻畫數據集的分布和屬性維度間的關聯，因此被用于本文的研究當中。 本文中將主要探討頻繁項集技術在0LAP的上述兩大問題中的應用： 為了估算數據立方中所

3、有候選視圖的大小，本文提出了一種新的方法FSC。FSC將0LAP中的視圖看成是包含給定列上項集的集合，把0LAP視圖大小的估算問題轉換為給定列上項集個數的估算。它將視圖中包含的項集劃分為頻繁項集和非頻繁項集兩類，結合頻繁項集技術和傳統的數學估算方法，對給定數據立方中包含的所有候選視圖的大小進行估算。實驗證明，與同類算法相比，FSC的精度有較大的提高，特別是針對傾斜度較大的數據集。 在對0LAP中的維度組合進行相關性分析時，本文將

4、分析維度間的相關性轉換成分析維度組合中包含的項集的相關性。定義了項集的相關度和基于前者之上的維度間的相關性度量，并提出了針對傾斜度較大的數據集估算維度間相關度的CMM算法。CMM算法將維度組合中包含的項集分成頻繁項集和非頻繁項集兩類，通過將計算頻繁項集相關度和采樣估算非頻繁項集相關度相結合的方法估算維度問相關性的度量。實驗證明，該度量的提出能夠有效的衡量維度間關聯的緊密程度，C刪算法對維度間相關度的估算具有一定的準確度，特別是針對傾斜度