維持資料顆粒度轉換規則之研究：從資料庫到資料倉儲; A Grain Preserving Transformation Rules: from Databases to Data Warehouses

NCU Institutional Repository > 管理學院 > 企業管理學系 > 研究計畫 > Item 987654321/42627

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/42627

題名:	維持資料顆粒度轉換規則之研究：從資料庫到資料倉儲;A Grain Preserving Transformation Rules: from Databases to Data Warehouses
作者:	許秉瑜
貢獻者:	企業管理系
關鍵詞:	管理科學
日期:	2005-07-01
上傳時間:	2010-11-30 17:09:04 (UTC+8)
出版者:	行政院國家科學委員會
摘要:	自企業普及應用各類型交易系統，到近年來紛紛導入ERP 系統，理所當然累積了龐大的交易資料，而這些資料也成為企業決策參考的最佳資訊來源。資料處理技術的發展，亦從提升交易系統處理轉移至如何處理、儲存龐大交易資料、及從中獲取更有價值的資訊的技術，資料挖礦（data mining）及資料倉儲（data warehouse）是目前在資料處理領域上甚為重視的兩大技術。其中，資料倉儲的導入的成功與否，取決於一開始的資料模式的設計。資料倉儲運用最為廣泛的資料模式是星狀綱要(star schema), 包含一個存放績效指標值的fact 表格，而周圍環繞數個dimension 表。目前，普遍運用在表示交易系統的資料模式是關聯資料模式（entity relationship data model, ER），ER 可以恰當地呈現交易處理系統資料，卻不適用資料倉儲要求的資料儲存結構。相較之下，星狀綱要可讓使用者更容易瞭解資料倉儲的運用與資料面貌；星狀綱要可達成的效能也非經過正規劃的個體關聯模式所能提供的。但是兩者是否存在某種關聯？基於企業已導入交易系統，已有企業交易系統的個體關聯圖（ERD），若欲導入資料倉儲，所需的星狀綱要應可直接從個體關聯圖推導出來，目前針對此兩者相關性與轉換規則研究相當少，且均未能提出明確的適用規則。本計畫將著手研究ER 轉換Star schema 的相關規則，在本套轉換規則下，以維持原先fact 表既有的資料顆粒度(granularity)為前提，處理、新增所需的dimension 表。提供企業在導入資料倉儲時，可以採用此套規則，順利且有效率地設計出企業所需的星狀綱要。研究期間：9308 ~ 9407
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[企業管理學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	396	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....