[論文レビュー] Data warehouse on Manpower Employment for Decision Support System

Amro F. Alasta, Muftah A. Enaba|arXiv (Cornell University)|Apr 1, 2019

Data Mining Algorithms and Applications参考文献 3被引用数 4

ひとこと要約

本稿では、人的資源雇用のためのデータウェアハウスモデルを提案し、人的資源データの効率的かつ多次元的な分析を可能にすることで意思決定支援システムの性能を向上させることを目的としている。従来のリレーショナルデータベースとデータウェアハウスアーキテクチャを比較することで、クエリ性能の向上、データ統合、戦略的労働力計画意思決定を支援する柔軟性の向上が実証された。

ABSTRACT

Since the use of computers in the business world, data collection has become one of the most important issues due to the available knowledge in the data; such data has been stored in the database. The database system was developed which led to the evolvement of hierarchical and relational database followed by Standard Query Language (SQL). As data size increases, the need for more control and information retrieval increase. These increases lead to the development of data mining systems and data warehouses. This paper focuses on the use of a data warehouse as a supporting tool in decision making. We to study the effectiveness of data warehouse techniques in the sense of time and flexibility in our case study (Manpower Employment). The study will conclude with a comparison of traditional relational database and the use of data warehouse. The fundamental role of a data warehouse is to provide data for supporting the decision-making process. Data in a data warehouse environment is a multidimensional data store. We can simply say that data warehouse is a process, not a product, for assembling and managing data from various sources for the purpose of gaining a single detailed view of part or all an establishment. The data warehouse concept has changed the nature of the decision support system, by adding new benefits for improving and expanding the scope, accuracy, and accessibility of data.

研究の動機と目的

• 意思決定に向けた複雑で多次元的な労働データを処理するうえで、従来のリレーショナルデータベースに見られる制限を解消すること。
• 人的資源雇用データに特化したデータウェアハウスシステムの設計および実装を行い、戦略的労働力計画を支援すること。
• データウェアハウス技術が、意思決定支援におけるデータのアクセス性、正確性、応答時間の向上にどの程度寄与するかを評価すること。
• 実際の人的資源雇用の文脈において、データウェアハウスと従来のリレーショナルデータベースの性能および柔軟性を比較すること。

提案手法

• 本研究では、人的資源データのための事実テーブルおよび次元テーブルに焦点を当て、次元モデリングアプローチを用いてデータウェアハウススキーマを設計した。
• ETL（抽出、変換、ロード）プロセスを用いて、政府の雇用記錢および労働統計など、複数の異種データソースからデータを抽出した。
• リレーショナルDBMSを用いてデータウェアハウスを実装し、多次元分析（例：スライス、ダイス、ドリルダウン）を可能にするOLAP操作を有効化した。
• 意思決定ワークロードのクエリパフォーマンス最適化を図るため、スターシステム設計を採用した。
• パフォーマンス評価は、データウェアハウスと正規化されたリレーショナルデータベースとの間で、クエリ実行時間およびデータ取得効率を比較することで実施した。
• 本研究では、国立雇用機関が保有する公共部門の人的資源雇用データを用いた事例研究を実施した。

実験結果

リサーチクエスチョン

• RQ1 人的資源雇用システムにおいて、データウェアハウスは従来のリレーショナルデータベースと比較して、クエリパフォーマンスおよびデータ取得効率をどのように向上させるか？
• RQ2 データウェアハウスの導入は、人的資源計画におけるデータ統合性および分析の柔軟性をどの程度向上させるか？
• RQ3 人的資源雇用データに適用した場合、データウェアハウスとリレーショナルデータベースの主な構造的・運用的差異は何か？
• RQ4 多次元データモデリングは、労働市場分析における意思決定をどのように改善するか？

主な発見

• 複数の次元を含む複雑な分析クエリに対して、データウェアハウスは従来のリレーショナルデータベースと比較してクエリ実行時間を顕著に短縮した。
• 多次元スキーマにより、地域、職種、期間にわたるトレンド分析など、より柔軟で直感的なデータ分析が可能になった。
• データウェアハウス環境では、異種データソースからのデータ統合がより効率的かつ一貫的に行われ、データの重複が減少し、データ品質が向上した。
• 本研究では、複雑な集計処理および履歴データ分析を要する意思決定支援シナリオにおいて、データウェアハウスがリレーショナルデータベースを上回ることを確認した。
• 実装結果から、大規模な人的資源雇用データ管理に適したスケーラブルで保守性の高いソリューションとして、データウェアハウスが有効であることが示された。