基于变量选择的OLAP查询推荐仿真模型

作者：倪志伟; 张敞; 高雅卓; 李怀英

来源：系统仿真学报, 2013, (11): 2534-2539.

DOI：10.16182/j.cnki.joss.2013.11.031

• OLAP查询
• 高维数据
• 变量选择
• 查询推荐
• 仿真实验 OLAP query
• high-dimensional data
• variable selection
• query recommendation
• simulation experiment

由于高维OLAP数据集包含的信息量过大并且质量参差不齐,导致用户在查询时难以选取合适的维度集合进行操作,从而影响了决策的效率和准确性。为此,提出将变量选择方法应用于OLAP查询推荐的过程中。为了在包含海量高维信息的OLAP仿真数据集合中识别与度量属性无关的噪声属性及彼此之间存在相关性的维度属性,从而缩小查询范围,同时保持度量属性空间划分结果的准确性,基于非参数方法设计了一种用于支持OLAP查询推荐的变量选择算法FFTB,构建了基于变量选择的OLAP查询推荐仿真模型,通过启发式方法发现与查询目标密切相关的维度,并对OLAP查询的数据环境及查询推荐过程进行了详细的仿真实验,验证了方法的可用性与有效...

• 出版日期2013
• 单位合肥工业大学