Zaawansowane metody drążenia danych w przyrostowo zasilanej hurtowni danych

• Autorzy: Chłapiński J. , Sakowicz B. , Kamiński M.
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono problematykę przyrostowych metod drążenia danych w nowoczesnej hurtowni. Pierwsza część pracy stanowi wyjaśnienie, czym są metody przyrostowe i dlaczego są tak ważne w funkcjonowaniu hurtowni. W dalszej części artykułu pokazano, jakie metody drążenia danych znalazły zastosowanie w typowych systemach bazodanowych Oracle i SQL Server i jakie w związku tym autorzy prcy widzą dalsze kierunki swoich badań. W ostatniej części parcy pokazano na przykładzie trzech reprezentatywnych metod jak metody klasyczne można przekształcić na ich wersje przyrostowe.

Słowa kluczowe

PL

metoda drążenia danych; hurtownie danych

EN

data warehouse

• Wydawca: Katedra Mikroelektroniki i Technik Informatycznych Politechniki Łódzkiej
• Czasopismo: Mikroelektronika i Informatyka : prace naukowe
• Rocznik: 2007
• Tom: Z. nr 7
• Strony: 39--43
• Opis fizyczny: Bibliogr. 5 poz., tab., wykr.

Twórcy

autor

Chłapiński J.

autor

Sakowicz B.

autor

Kamiński M.

Bibliografia

• [1] Oracle Data Mining lOg Release 2. An Oracle White Paper. September, 2005.
• [2] Microsoft SQL Server 2005 Analysis Services - Data Mining, www.microsoft.com
• [3] Langey P., Iba W., Thompson K.: An analysis of Bayesian classifiers. In Proc. of 10th National Conference on Artificial Intelligence, San Jose, CA, AAAI Press, pp.223-228, 1992.
• [4] Hartigan J.A.: Clustering algorithms, John Wiley, 1975.
• [5] Agrawal R., Srikant R.: Fast Algorithms for Mining Association Rules, Proc. of 1994 International Conference on Very Large Databases VLDB, Santiago de Chile, September 12-15, pp.487-499. 1994.