دانلود مقاله ترجمه شده پیدا کردن ابعاد OLAP در داده های نیمه ساخت یافته

چکیده

مکعب ­های OLAP تحلیل متمرکز یکپارچگی داده­ ی تراکنشی را با تبدیل داده­ های ثبت شده به واقعیت های قابل اندازه­ گیری با ویژگی­ های ابعادی ممکن می ­کنند. یک دیدگاه چند بعدی از فیلد­های داده­ ی موجود و روابط صریح بین آن­ ها به دست می ­آید. این رویه ­ی مدل­ سازی کلاسیک برای سناریو های درگیر با داده ­های نیمه ­ساخت ­یافته و یا با ساختار ضعیف ممکن نیست. ما روش ­شناسی طراحی انبار داده با کشف مبتنی بر محتوای اندازه ­ها و ابعاد در مجموعه داده ­ی جدید را پیشنهاد می ­دهیم. رویه­ ی ما بر مبنای معرفی یک لایه­ی غنی ­سازی داده­ ی مسئول برای کشف المان ­های ساختاری در داده با استفاده از داده­ کاوی و دیگر تکنیک­ ها می ­باشد. المان­ های کشف شده می ­توانند از نوع اندازه­، بعد و یا سطح سلسله ­مراتب بوده و یا اینکه ویژگی ­های ایستا و پویای داده را به نمایش بگذارند. این مقاله به چالش تولید، نگهداری و پرس­ و­ جوی المان ­های کشف شده در مکعب ­های OLAP تمرکز نموده است. ما توانایی رویه­ مان را با فراهم آوردن OLAP برای جریان محتوای تولیدی کاربر روی پلت ­فرم توییتر اثبات می کنیم. توانستیم مجموعه ­ی اصلی را با ویژگی­ های پویا، همانند فعالیت کاربر، محبوبیت، رفتار پیام­ دهی، همانند طبقه­ بندی پیام­ ها بر اساس موضوع، تاثیر، منشا، روش تولید و ... غنی کنیم. تکنیک ­های کشف دانش همراه با تخصص انسانی غنی­ سازی ساختاری داده­ ی اصلی را ورای روش­ های موجود برای به دست آوردن مدل­ های چند بعدی از داده­ های نیمه­ساخت یافته یا رابطه ­ای امکان ­پذیر می ­کند.

1-مقدمه

انفجار فعالیت شبکه­ های اجتماعی در سال­ های اخیر منجر به تولید حجم بسیار زیاد داده­ های مربوط به کاربران، مانند به ­هنگام ­سازی­ های وضعیت، پیام­ رسانی، پست­ های وبلاگ و ورودیه ­ها به انجمن، توصیه ­نامه ­ها، درخواست ­های اتصال و پیشنهادات شده و باعث متولد شدن حوزه ­های آنالیز جدیدی از قبیل تحلیل رسانه­ های اجتماعی و تحلیل شبکه ­ی اجتماعی شده است. این پدیده می ­تواند به عنوان بخشی از چالش "داده­ ی بزرگ" دیده شود که از پس جریان فزاینده­ ی داده­ ی دیجیتال از چندین منبع از قبیل تلفن­ های همراه، اینترنت، فیلم­ ها، پست ­های الکترونیکی و ارتباطات شبکه­ ی اجتماعی برآیند...