[论文解读] Modélisation et extraction de données pour un entrepôt objet

Franck Ravat, Olivier Teste+1 more|arXiv (Cornell University)|May 3, 2010

Advanced Database Systems and Queries被引用 4

一句话总结

本文提出了一种以“仓库类”概念为核心的面向对象数据仓库模型，通过整合时间过滤器和归档过滤器，并结合模式映射功能，以管理复杂且随时间变化的数据。通过在传统类的基础上扩展时间感知的数据保留机制与动态模式转换功能，该模型能够精确提取并建模来自全球数据源的演化数据，从而提升数据仓库中静态与动态数据的处理能力。

ABSTRACT

This paper describes an object-oriented model for designing complex and time-variant data warehouse data. The main contribution is the warehouse class concept, which extends the class concept by temporal and archive filters as well as a mapping function. Filters allow the keeping of relevant data changes whereas the mapping function defines the warehouse class schema from a global data source schema. The approach take into account static properties as well as dynamic properties. The behaviour extraction is based on the use-matrix concept.

研究动机与目标

• 为通过面向对象方法解决在数据仓库中建模复杂、随时间变化的数据的挑战。
• 在统一的建模框架中同时支持静态与动态数据属性。
• 通过形式化的映射函数，实现从全局源模式中精确提取数据。
• 通过时间过滤器和归档过滤器管理数据演化与历史变更。
• 提供一个正式模型，支持使用用例矩阵概念提取行为特征。

提出的方法

• 将仓库类作为类概念的扩展，引入时间过滤器和归档过滤器以控制数据保留。
• 采用映射函数，基于全局数据源模式定义仓库类的模式。
• 应用用例矩阵概念，从数据交互中提取行为属性。
• 通过时间感知的建模构造，同时支持静态模式定义与动态数据演化。
• 使用正式模型，将时间约束与数据版本控制集成到面向对象框架中。
• 通过基于时间与归档标准的过滤机制，实现数据提取。

实验结果

研究问题

• RQ1 如何扩展面向对象建模方法，以支持数据仓库中的时间变化数据？
• RQ2 哪些机制能够实现随时间精确提取相关数据变更？
• RQ3 映射函数如何有效将全局源模式转换为仓库类模式？
• RQ4 如何在统一模型中正式表示静态与动态数据属性？
• RQ5 用例矩阵在数据提取过程中如何捕捉行为语义？

主要发现

• 仓库类模型成功地将传统类概念扩展为具备时间与归档过滤功能的能力。
• 映射函数能够实现从全局源模式到仓库模式的精确且系统化的转换。
• 时间过滤器可实现对数据变更的选择性保留，从而提高数据仓库的效率与相关性。
• 用例矩阵概念有效支持从数据交互中提取行为属性。
• 该模型提供了一个正式且集成的框架，用于管理静态与动态数据特征。
• 该方法通过在BDA 2000会议论文集中的应用得到验证，证明了其实际可行性。