OLAP系统基于查询结构的用户浏览引导

联机分析处理（OLAP）系统是数据仓库主要的前端支持工具,在OLAP系统中用户以浏览的方式进行数据访问。通常,OLAP系统用户一般会有相对稳定的信息需求,而OLAP系统中查询的结构一定程度上反映了用户所关心的信息内容,因此,用户执行查询的结构也会保持一定的稳定性。以查询结构为基础,对OLAP系统用户的查询行为进行了分析,提出了一种建立OLAP系统用户轮廓文件的方法,并对如何根据轮廓文件对用户的行为进行预测,并进一步对用户的浏览进行引导的方法进行了探讨。以此为基础,当OLAP系统用户进行信息浏览时,可以在OLAP系统前端,对用户可能感兴趣的地方做出一定的标识,引导用户将要进行的浏览动作,使用户能轻松的完成信息搜索的工作。     

基于聚类的OLAP多维分析查询推荐方法研究

为提高用户在使用OLAP(联机分析处理)时的查询效率,改善用户体验,对OLAP中的MDX(多维表达式)查询语言进行了研究,提出了在MDX查询语言的基础上,对OLAP用户的历史查询记录进行聚类的方法,建立了查询操作的分级推荐机制,提供给当前用户候选查询作为推荐,帮助用户设计下一步查询操作.介绍了该方法的推荐机制构架,并表明了该方法的可行性.     

基于Cache的可回退OLAP系统研究与实现

联机分析处理技术已经成为了决策支持的一种重要手段。由于这种分析操作存在着一定的不确定性,是一种基于用户假设的探索性分析,在实际应用中,可用性和响应速度成为了制约分析质量的关键因素。针对用户的查询序列建立了一个新的用户行为模型,将回退、前进操作引入OLAP系统,提出了基于缓存实现的体系结构,通过在拥有自主知识产权的国产OLAP系统———EASYQUERY中进行验证,结果表明,这些扩展操作可以提高系统的可用性和响应速度。     

一种OLAP应用系统的设计和实现

通过对数据仓库和OLAP概念及体系结构的分析，描述了一种OLAP应用系统的设计方案，并介绍了它的具体实现方法。基于数据仓库的查询，一般都是及时特定查询，要在严格的响应时间内执行复杂的查询，遍历百万上亿的记录，同时进行可能很复杂的搜索、连接和汇总的操作。查询的数据吞吐量和响应时间是判断数据仓库性能的重点。CUBE的计算是OLAP及时查询的基础，提高查询的速度需要对OLAP进行预先的计算。文中系统比较了一些计算立方体的算法，并运用到具体的系统当中。     

用多用户多窗口方法处理多维视图动态选择

多维视图动态维护是数据仓库领域当前研究的一个热点．随着数据仓库的普及，将有越来越多的各种类型的用户使用OLAP工具满足各自特定的分析需求．现有的各种视图选择方法没有考虑不同类型用户的特点，从而存在一些缺陷．提出多用户多窗口方法，充分考虑用户的差异，利用单个用户在查询时的相对有规律性，为用户划分级别，并为每个用户设置相应级别的用户视图窗口，从而合理地利用了系统有限的资源，提高了查询响应速度，也保证了特殊用户对查询性能的特殊需求；给出了相关的定义和MUMW算法，并阐述了多用户多窗口方法的优点．     

一种OLAP应用系统的设计和实现

通过对数据仓库和OLAP概念及体系结构的分析,描述了一种OLAP应用系统的设计方案,并介绍了它的具体实现方法。基于数据仓库的查询,一般都是及时特定查询,要在严格的响应时间内执行复杂的查询,遍历百万上亿的记录,同时进行可能很复杂的搜索、连接和汇总的操作。查询的数据吞吐量和响应时间是判断数据仓库性能的重点。CUBE的计算是OLAP及时查询的基础,提高查询的速度需要对OLAP进行预先的计算。文中系统比较了一些计算立方体的算法,并运用到具体的系统当中。     

一个基于实化聚集视图的近似查询计算模型及其应用

在数据仓库、大量交易记录系统、移动计算、联机分析处理系统(OLAP)等许多领域中聚集数据的处理是一个非常重要的核心问题。该文首先分析了聚集数据查询的特点,引入了聚集查询语言和聚集查询重写;其次对于聚集查询环境下如何实现快速查询,给出了一个基于聚集数据的近似查询计算模型;最后将该计算模型应用于人口统计系统,从而实现对统计信息类数据进行快速的查询处理,获得有效的查询结果。     

OLAP系统中回退功能的设计与实现

该文论述了用户使用联机分析处理(OLAP)系统时。回退功能对整个分析过程所具有的重要意义。在系统已有的上卷、下挖、切片、切块等功能基础上，提出基于缓存的数据存储和访问机制·设计并实现了回退功能。提高了OLAP查询效率。     

基于分析服务器的智能OLAP系统的实现

实现一个基于MDX查询技术的智能OLAP分析系统SOLAP,利用Analysis Services建立的多维数据集。对于每个多维数据集,根据用户对维的设置,自动产生相应的MDX查询,交给服务器后．利用ADOMD组件获得查询的结果集。在这基础上实现基本OLAP的上卷、下钻、切片、旋转功能,加入智能操作符,并用图形显示。     

语义Cube的层次聚类方法

在DataCube语义特性及模式中维的层次性基础上提出了多维数据之间的等价关系≡HCov,对DataCube进行层次聚类·该方法的优点在于用等价类的方法保存了所有聚集记录,同时定义了等价类之间的关系,以保存聚集记录之间的层次信息·理论分析和实验证明,该方法不但节省了存储空间,而且利用聚类信息及层次信息,可高效的进行各种OLAP查询,以及支持多维数据上的上钻下钻、旋转等Cube语义操作·同时,为OLAP查询导航、OLAP查询行为分析的实现提供了可能·     

基于对象化查询的OLAP系统的研究与应用

针对多维表达式（MDX）的非结构化对增量操作的限制,提出了一个对象化的查询结构,并阐述了在该结构的基础上对分析路径的跟踪和序列化的实现。该对象结构可以使OLAP系统高效方便地实现对分析线索的维护和对分析动作的记录,提高了OLAP系统的可用性。     

基于用户查询意图识别的Web搜索优化模型

在对用户查询意图进行分析分类的基础上,提出了一种Web搜索优化模型。该模型通过识别用户查询意图来查询意图特征词和内容主题词的双重约束,再结合用户查询行为获得查询目标,既保证了用户查询意图的准确匹配,又自动过滤和屏蔽了不相关信息。与相关工作对比,其重点在于准确获取用户查询意图,提高用户满意度。实验结果表明,该模型在实现信息搜索准确性和用户对查询结果满意度方面比传统搜索方法有明显改善。     

基于TF-IQF模型的查询建议

基于TF-IQF模型的建议方法不考虑用户查询行为的上下文,在满足用户个性化需求方面存在缺陷。针对这一情况,在该方法的基础上进行优化改进,根据不同用户的查询上下文来分析用户的查询偏好,重新排序系统推荐的查询。实验结果表明,改进方法能够给出个性化的查询建议,提高用户查询的满意度。     

优化数据源提高OLAP系统性能的研究

通过优化数据源提高OLAP系统的性能,文章详细介绍了优化数据库、聚合及采用记录客户查询的方法。     

一种P2P网络环境下的OLAP模式匹配方案

P2P网络环境下,每个OLAP服务器上都有一套完整的数据解决方案。当OLAP服务器之间进行协同工作时,如何将Data Cube中的模式进行匹配以完成联合OLAP查询成为一个关键问题。在对Data Cube中的维及维层次链进行了定义后,提出了一种维层次链的匹配规则,能较好地优化P2P网络环境下执行联合OLAP查询。     

个性化元搜索引擎的研究与设计

随着Web信息的快速增长和人们对信息检索质量要求的提高,传统的搜索引擎已不能很好地满足人们的需求. 本文提出了一种个性化元搜索引擎模型.个性化是指模型可以针对不同的用户建立不同的用户兴趣模型,然后根据用户兴趣,模型对搜索结果进行过滤、重排序处理,使得显示给用户的搜索结果更具有针对性.本文阐述了各主要功能模块工作原理,并详细介绍了根据用户兴趣模型对搜索结果进行排序的算法,实验表明该算法能够有效地提高用户的检索质量.     

Deep Web查询接口选择

越来越多的信息隐藏在Web查询接口之后,在此情况下如何寻找与用户查询最相关的数据源接口就变得越来越重要。文中提出了一种Deep Web查询接口选择算法,该算法是完全依赖于查询接口特征的。给定大量异构的Deep Web数据源,目标是选择与用户查询最相关的查询接口集。通过对实际查询接口特征的观察,发现了查询接口上谓词间的相关性。基于此发现,设计了一种基于共同出现谓词相关度模型的数据源选择算法,用于选择与用户查询最相关的查询接口集。