[논문 리뷰] Personnalisation de bases de données multidimensionnelles

Franck Ravat, Olivier Teste외 1명|arXiv (Cornell University)|2010. 05. 03.

Advanced Database Systems and Queries참고 문헌 9인용 수 12

한 줄 요약

이 논문은 이벤트-조건-행동(ECA) 언어를 사용하여 스키마 구성 요소에 가중치를 할당함으로써 맞춤형 데이터 시각화 및 드릴다운, 로테이션과 같은 OLAP 연산을 가능하게 하는 개인화된 다차원 데이터베이스 모델을 제안한다. 주요 기여는 개인의 선호도에 맞게 다차원 데이터의 표현 및 분석을 사용자 중심으로 유연하게 조정할 수 있는 프레임워크를 제공한다는 것이다.

ABSTRACT

This paper deals with decision support systems resting on multidimensional modelling of data. Moreover, we intend to offer a set of concepts and mechanisms for personalized multidimensional database specifications. This personalization consists in associating weights to different components of a multidimensional schema. Personalization specifications are specified through the use of a language based on the principle of Event Condition Action. This personalisation determines multidimensional data display as well as their analyses (with the use of drilling or rotating operations).

연구 동기 및 목표

• 결정 지원을 위한 다차원 데이터베이스에서 사용자 중심의 맞춤화 필요성을 해결하기 위해.
• 표준 OLAP 스키마의 경직성 문제를 극복하기 위해 개인화 메커니즘을 도입하기 위해.
• 사용자가 개인의 선호도에 기반해 맞춤형 뷰 및 분석 연산을 정의할 수 있도록 하기 위해.
• 다차원 스키마의 개인화 규칙를 표현하기 위한 형식적 사양 언어를 제공하기 위해.
• 사용자가 정의한 가중치에 기반해 데이터 표시 및 분석 연산(예: 드릴다운, 로테이션)의 동적 적응을 지원하기 위해.

제안 방법

• 저자들은 다차원 스키마 내 차원, 계층, 측정값에 가중치를 할당하는 개인화 메커니즘을 정의한다.
• 사용자 선호도를 모델링하기 위해 이벤트-조건-행동(ECA) 언어를 사용해 개인화 규칙를 표현한다.
• ECA 규칙는 데이터가 어떻게 표시되고, 어떤 OLAP 연산이 우선순위가 지정되거나 수정되는지를 제어한다.
• 시스템은 런타임에 ECA 규칙을 해석하여 각 사용자에 맞게 다차원 스키마를 동적으로 적응시킨다.
• 사용자 환경에 기반한 정적 개인화(사전 정의된 가중치)와 동적 적응을 모두 지원한다.
• 기존의 다차원 데이터베이스 시스템과 통합되어 분석 기능을 확장한다.

실험 결과

연구 질문

• RQ1 다차원 데이터베이스는 어떻게 개인의 사용자 선호도를 반영하여 데이터 분석에 맞춤화할 수 있는가?
• RQ2 다차원 스키마 구성 요소인 차원, 계층, 측정값에 대해 사용자 특정 가중치를 표현할 수 있는 형식적 메커니즘은 무엇인가?
• RQ3 ECA 규칙는 어떻게 드릴다운 및 로테이션과 같은 OLAP 연산을 효과적으로 개인화하는 데 활용될 수 있는가?
• RQ4 개인화가 의사결정 지원 시스템의 유연성과 사용성에 어떤 영향을 미치는가?
• RQ5 다양한 분석 연산 간에 개인화된 뷰를 어떻게 일관되게 유지하고 적용할 수 있는가?

주요 결과

• 제안된 ECA 기반 개인화 모델은 다차원 데이터 표현의 동적이고 사용자 중심의 적응을 가능하게 한다.
• 스키마 구성 요소에 할당된 가중치는 사용자가 분석에서 특정 차원이나 측정값을 우선시할 수 있도록 한다.
• 사용자가 정의한 선호도에 기반해 개인화된 OLAP 연산(예: 드릴다운, 로테이션)을 지원한다.
• 사용자 중심의 데이터 뷰와 분석 요구사항을 일치시킴으로써 의사결정 지원 시스템 내 사용자 경험을 향상시킨다.
• 프레임워크는 형식적으로 사양되었으며, 저수준 스키마 수정 없이 기존의 다차원 데이터베이스 모델에 통합된다.
• 프로토타입 구현을 통해 실현 가능성이 INFORSID'07 컨퍼런스 맥락에서 입증되었다.