基于聚类优化的模糊OLAP查询技术研究

2013-12-02

杭州电子科技大学学报(自然科学版) 2013年1期

(丽水学院工学院，浙江丽水，323000)

0 引言

联机分析处理(On Line Analytical Processing，OLAP)是一种多维的分析查询方法，它能在数据仓库的基础上，提供“What if”的分析功能[1、2]。然而实际的分析过程中，用户可能关心的是某一个范围内的聚集值，并不仅仅是某些具体维度的聚集值，对于超市海量数据的分析人员来说，对于不同年龄段的顾客购物情况进行分析，可能比根据每个年龄生成对应的顾客购物情况的报表更有意义;同样，对于银行贷款数据分析人员来说，按企业规模与利润规模来进行分析更有意义[3，4]。这些查询带有一定的模糊性，无法直接在数据库或多维数据集上实现，通过引入模糊查询来解决这一问题，引起了研究者的广泛关注。但是，在目前的研究中，对于模糊OLAP查询的常用处理方法是先进行聚类，然后根据隶属度函数进行计算[5]，但由于在计算的过程中对于许多隶属度低的单元格也进行了聚类计算，导致效率不高，特别是在多个维与层次上都有模糊性的查询要求时，其影响更加明显。基于以上分析，本文提出了基于过滤机制的模糊OLAP查询优化算法，其基本思路是在进行聚类计算时，对数据元组进行模糊隶属度函数动态计算，尽早的发现并淘汰隶属度过低的元组，从而提高查询的整体效率。