Cambio en el grado de inclusión en un modelo multidimensional

Autores/as

  • Francisco Moreno Universidad Nacional
  • Iván Amón Universidad Pontificia Bolivariana
  • Fernando Arango Universidad Nacional

Palabras clave:

bodegas de datos, inclusión total, inclusión parcial, temporalidad, modelos multidimensionales

Resumen

Las bodegas de datos usualmente se modelan de forma multidimensional. Los modelos multidimensionales poseen dimensiones las cuales se componen de niveles organizados jerárquicamente de acuerdo con su inclusión total. Por ejemplo, en una dimensión geográfica, con niveles Departamento y País, un departamento está incluido totalmente en un país. Recientemente, se ha propuesto una generalización de la inclusión total, la inclusión parcial. Por ejemplo, una autopista puede estar incluida sólo en un 20% en un departamento. Sin embargo, ninguno de los trabajos examinados soporta el cambio en el porcentaje de inclusión a través del tiempo. El aporte principal de este artículo es extender un modelo multidimensional con inclusión parcial para soportar este tipo de cambio. La extensión también se incorpora en un lenguaje de consulta multidimensional, lo que permite la formulación de consultas hipotéticas del tipo ¿qué pasaría si?, ¿qué hubiera pasado si?, que pueden ayudar en la toma de decisiones. Para ilustrar la conveniencia de la propuesta se presenta un ejemplo relacionado con accidentes de automóviles.
|Resumen
= 155 veces | PDF
= 49 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Francisco Moreno, Universidad Nacional

Escuela de Sistemas.

Iván Amón, Universidad Pontificia Bolivariana

Grupo de investigación GIDATI.

Fernando Arango, Universidad Nacional

Escuela de Sistemas.

Citas

R. Agrawal, A. Gupta, S. Sarawagi. “Modeling Multidimensional Databases”. 13th International Conference on Data Engineering (ICDE’97). Birmingham. Inglaterra. 1997. pp. 232-243.

M. Gyssens, L. Lakshmanan. “A Foundation for Multi-dimensional Databases”. 23rd International Conference on Very Large Data Bases (VLDB’97). Atenas. Grecia. 1997. pp. 106-115.

P. Vassiliadis. “Modeling Multidimensional Databases, Cubes and Cube Operations”. 10th International Conference on Scientific and Statistical Database Management (SSDBM’98). Capri. Italia. 1998. pp. 53- 62.

M. Golfarelli, S. Rizzi. “A Methodological Framework for Data Warehouse Design”. 1st ACM International Workshop on Data Warehousing and OLAP (DOLAP’98). Washington D.C. Estados Unidos. 1998. pp. 3-9.

W. Lehner, J. Albrecht, H. Wedekind. “Normal Forms for Multidimensional Databases”. 10th International Conference on Scientific and Statistical Database Management (SSDBM’98). Capri. Italia. 1998. pp. 63- 72.

T. B. Pedersen, C. S. Jensen, C. E. Dyreson. “A Foundation for Capturing and Querying Complex Multidimensional Data”. Information Systems. Vol. 26. 2001. pp. 383-423.

C. S. Jensen, A. Kligys, T. B. Pedersen, I. Timko. “Multidimensional Data Modeling for Location-based Services”. 10th ACM International Symposium on Advances in Geographic Information Systems (GIS 2002). McLean. USA. 2002. pp. 55-61.

I. Timko, C. E. Dyreson, T. B. Pedersen. “Probabilistic Data Modeling and Querying for Location-based Data Warehouses”. 17th International Conference on Scientific and Statistical Database Management (SSDBM 2005). Santa Bárbara. USA. 2005. pp. 273- 282.

W. H. Inmon. Building the Data Warehouse. 3a. ed. Ed. John Wiley & Sons. Nueva York. USA. 2002. pp. 1-432.

R. Kimball, M. Ross. The Data Warehouse Toolkit: the Complete Guide to Dimensional Modeling. Ed. John Wiley & Sons, Nueva York. USA. 2a. ed. 2002. pp. 1-464.

E. Malinowski, E. Zimányi. Advanced Data Warehouse Design: From Conventional to Spatial and Temporal Applications. Ed. Springer, Nueva York. USA. 2008. pp. 1-435.

R. Torlone. “Conceptual Multidimensional Models”. M. Rafanelli, Multidimensional Databases: Problems and Solutions, Ed. Idea Group Publishing, Pennsylvania. USA. 2003. pp. 69-90.

R. Freese. “Automated Lattice Drawing”. 2nd International Conference on Formal Concept Analysis (ICFCA’04). Sydney. Australia. 2004. pp. 112-127.

OLAP Council. The OLAP glossary. The OLAP Council. 1997. http://www.olapcouncil.org/research/ resrchly.htm. Consultada el 6 de Febrero de 2009.

M. Whitehorn, R. Zare, M. Pasumansky. Fast Track to MDX. 2a. ed. Ed. Springer, New York. USA. 2006. pp. 1-310.

A. Datta, H. Thomas. “The Cube Data Model: a Conceptual Model and Algebra for On-line Analytical Processing in Data Warehouses”. Decision Support Systems. Vol. 27. 1999. pp. 289-301.

Pentaho. Pentaho BI Suite Enterprise Edition. http:// www.pentaho.com. Consultada el 16 de mayo de 2009.

Microsoft. Microsoft SQL Server 2008. http://www. microsoft.com/sqlserver/2008/en/us. Consultada el 16 de mayo de 2009.

Descargas

Publicado

2013-03-07

Cómo citar

Moreno, F., Amón, I., & Arango, F. (2013). Cambio en el grado de inclusión en un modelo multidimensional. Revista Facultad De Ingeniería Universidad De Antioquia, (53), 236–244. Recuperado a partir de https://revistas.udea.edu.co/index.php/ingenieria/article/view/14794