Conference Paper

Handling Evolutions in Multidimensional Structures.

DOI: 10.1109/ICDE.2003.1260823 Conference: IEEE 19th International Conference on Data Engineering (ICDE), At Bangalore, India
Source: DBLP

ABSTRACT Building multidimensional systems requires gathering data from heterogeneous sources throughout time. Then, data is integrated in multidimensional structures organized around several axes of analysis, or dimensions. But these analysis structures are likely to vary over time and the existing multidimensional models do not (or only partially) take these evolutions into account. Hence, a dilemma appears for the designer of data warehouses: either keeping trace of evolutions therefore limiting the capability of comparison for analysts, or mapping all data in a given version of the structure that entails alteration (or even loss) of data. We propose a novel approach that offers another alternative, allowing to track history but also to compare data, mapped into static structures. We define a conceptual model and provide possible logical adaptations to implement it on current commercial OLAP systems. At last, we present the global architecture that we used for our prototype.

  • [Show abstract] [Hide abstract]
    ABSTRACT: In field such as Cardiology, data used for clinical studies is not only alphanumeric, but can also be composed of images or signals. Multimedia data warehouse then must be studied in order to provide an efficient environment for the analysis of this data. The analysis environment must include appropriate processing methods in order to compute or extract the knowledge embedded into raw data. Traditional multidimensional models have a static structure which members of dimensions are computed in a unique way. However, multimedia data is often characterized by descriptors that can be obtained by various computation modes. We define these computation modes as “functional versions” of the descriptors. We propose a Functional Multiversion Multidimensional Model by integrating the concept of “version of dimension.” This concept defines dimensions with members computed according to various functional versions. This new approach integrates different computation modes of these members into the proposed model, in order to allow the user to select the best representation of data. In this paper, a conceptual model is formally defined and a prototype for this study is presented. A multimedia data warehouse in the medical field has been implemented on a therapeutic study on acute myocardial infarction
    Multimedia Tools and Applications 01/2007; 35:91-108. · 1.01 Impact Factor
  • Source
    [Show abstract] [Hide abstract]
    ABSTRACT: Cette thèse a été réalisée en collaboration avec l'établissement bancaire LCL-Le Crédit Lyonnais. Elle s'inscrit dans le domaine des entrepôts de données. Ces derniers constituent un élément fondamental de l'architecture décisionnelle, sur lesquels reposent des outils permettant de répondre à des besoins d'analyse. Or, l'émergence de nouveaux besoins d'analyse individuels fait apparaître la nécessité d'une personnalisation des analyses. Pour permettre cette personnalisation, nous proposons une solution basée sur une évolution du schéma de l'entrepôt guidée par les utilisateurs. Il s'agit en effet de recueillir les connaissances de l'utilisateur et de les intégrer dans l'entrepôt de données afin de créer de nouveaux axes d'analyse. Cette solution s'appuie sur la définition d'un modèle formel d'entrepôt de données évolutif, basé sur des règles "si-alors", que nous appelons règles d'agrégation, qui permettent de représenter les connaissances utilisateurs. Notre modèle d'entrepôt évolutif est soutenu par une architecture qui place l'utilisateur au cœur du processus d'évolution du schéma de l'entrepôt. Nous nous sommes par ailleurs intéressés à l'évaluation de la performance de notre modèle d'entrepôt de données évolutif. L'évaluation de performances se base généralement sur une charge (ensemble de requêtes). Dans le contexte évolutif dans lequel nous nous plaçons, nous proposons alors une méthode de mise à jour incrémentale d'une charge donnée en répercutant l'évolution de schéma subie par l'entrepôt. Pour valider nos différentes contributions, nous avons développé la plateforme WEDriK (data Warehouse Evolution Driven by Knowledge).
  • Source
    Proceedings of the 13th International Conference on Management of Data, December 14-16, 2006, Delhi, India; 01/2006

Full-text (2 Sources)

Available from
May 20, 2014