[논문 리뷰] A New Framework to Adopt Multidimensional Databases for Organizational Information System Strategies

Bryar A. Hassan, Shko M. Qader|arXiv (Cornell University)|2021. 05. 17.

Advanced Database Systems and Queries참고 문헌 9인용 수 6

한 줄 요약

이 논문은 조직 정보 시스템을 위한 정규화된 관계형 데이터베이스를 다차원 OLAP 모델로 변환하는 새로운 프레임워크를 제안한다. 이는 효율적이고 사용자 우호적인 데이터 분석을 가능하게 하며, 스키마 설계 및 쿼리 생성의 표준화를 통해 복잡성을 감소시키고 직관적인 다차원 데이터 뷰를 통해 의사결정 정확도를 향상시킨다.

ABSTRACT

As information becomes increasingly sizable for organizations to maintain the challenge of organizing data still remains. More importantly, the on-going process of analysing incoming data occurs on a continual basis and organizations should employ existing procedures that may not be adequate or efficient when attempting to access specific information to analyse. In these latter days of technological advancement, organizations can offer their customers extensive data resources to utilize and thus accomplish individual objectives and maintain competitiveness; however, it remains a challenge in providing data in a format that serves each clients suited needs. For some, the complexity of a data model can be overwhelming to utilize. Furthermore, companies should secure an understanding of the purchasing power used by specific consumer groups to remain competitive and ease the operation of data analysis. This research paper is to examine the use of multi-dimensional models within a business environment and how it may provide customers and managers with generating queries that will provide accurate and relevant data for effective analysis. It also provides a new framework that can aid various types of organisations using sizable database systems to create their own multidimensional model from relational databases and present the data in multidimensional views. It also defines the requirements. Despite the availability of set tools, the complexity of utilizing the conceptions discourages customers as they may become apprehensive about exploring these options for analytical purposes. This could be done by conducting a query.

연구 동기 및 목표

• 대규모 조직 데이터를 효과적으로 조직하고 분석하는 데 도전 과제를 해결하기 위해.
• 비전문가 사용자를 위한 다차원 데이터베이스의 복잡성과 사용성 장벽을 극복하기 위해.
• 기존의 관계형 데이터베이스에서 정확하고 관련성이 높은 분석 쿼리를 생성할 수 있도록 하기 위해.
• 특정 비즈니스 요구사항에 맞게 맞춤형으로 다차원 데이터 모델을 생성하는 표준화된 방법을 제공하기 위해.
• 데이터를 직관적인 다차원 뷰로 변환함으로써 데이터 접근성과 의사결정 지원을 향상시키기 위해.

제안 방법

• 관계형 스키마를 다차원 OLAP 모델로 변환하기 위한 체계적인 프레임워크를 설계하기 위해.
• 정규화된 관계형 테이블에서 다차원 모델링 구성 요소(사건, 차원, 측정치)를 정의하기 위해.
• 관계형 데이터베이스 테이블과 다차원 스키마 요소 간의 매핑 규칙을 수립하기 위해.
• 사용자 요청을 OLAP 기반 다차원 쿼리로 변환하기 위한 쿼리 생성 로직을 구현하기 위해.
• 실시간 분석 작업을 지원하기 위해 기존 데이터베이스 시스템과 프레임워크를 통합하기 위해.
• 비즈니스 환경에서의 적용 사례를 통해 프레임워크의 유효성을 사례 연구를 통해 검증하기 위해.

실험 결과

연구 질문

• RQ1 어떻게 관계형 데이터베이스를 조직적 용도로 다차원 OLAP 모델로 체계적으로 변환할 수 있는가?
• RQ2 기존의 관계형 데이터로부터 사용자 우아한 다차원 데이터 모델을 설계하기 위한 핵심 요구사항은 무엇인가?
• RQ3 제안된 프레임워크는 데이터 분석에서 복잡성을 얼마나 감소시키고 쿼리 정확도를 얼마나 향상시키는가?
• RQ4 조직은 다차원 뷰를 어떻게 활용하여 의사결정 및 고객 통찰력을 향상시킬 수 있는가?
• RQ5 다차원 데이터베이스 도입 과정에서 존재하는 도전 과제는 무엇이며, 체계적인 프레임워크를 통해 이를 어떻게 완화할 수 있는가?

주요 결과

• 프레임워크는 명확한 사례 및 차원 정의를 가진 구조화된 다차원 모델로 정규화된 관계형 스키마를 성공적으로 변환한다.
• 복잡한 데이터베이스 구조를 직관적인 다차원 뷰로 추상화함으로써 사용자의 인지 부담을 감소시킨다.
• 프레임워크는 비즈니스 인텔리전스 목적을 위해 정확하고 관련성이 높은 쿼리를 생성할 수 있도록 하여 분석 효율성을 향상시킨다.
• 이 방법은 다양한 조직의 데이터 요구사항에 동적으로 적응할 수 있도록 하여 데이터 모델링의 유연성을 향상시킨다.
• 연구는 프레임워크가 기존 데이터베이스 시스템과 함께 구현될 수 있음을 입증하여 실용적 구현 가능성을 보여준다.
• 사용자 피드백은 다차원 모델 접근 방식을 사용할 경우 데이터 분석 작업에서 자신감과 사용성 향상이 이루어졌음을 나타낸다.