在新鮮度與執行時間限制下之資料儲存體方法模型

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：19

、訪客IP：3.145.45.44

姓名

黃聖佑(SHENG-YOU HUANG) 查詢紙本館藏

畢業系所

企業管理學系

論文名稱

在新鮮度與執行時間限制下之資料儲存體方法模型
(A supporting model to choose cube injection method based on the constraints of freshness and execute time)

相關論文

★ 在社群網站上作互動推薦及研究使用者行為對其效果之影響	★ 以AHP法探討伺服器品牌大廠的供應商遴選指標的權重決定分析
★ 以AHP法探討智慧型手機產業營運中心區位選擇考量關鍵因素之研究	★ 太陽能光電產業經營績效評估－應用資料包絡分析法
★ 建構國家太陽能電池產業競爭力比較模式之研究	★ 以序列採礦方法探討景氣指標與進出口值的關聯
★ ERP專案成員組合對績效影響之研究	★ 推薦期刊文章至適合學科類別之研究
★ 品牌故事分析與比較-以古早味美食產業為例	★ 以方法目的鏈比較Starbucks與Cama吸引消費者購買因素
★ 探討創意店家創業價值之研究- 以赤峰街、民生社區為例	★ 以領先指標預測企業長短期借款變化之研究
★ 應用層級分析法遴選電競筆記型電腦鍵盤供應商之關鍵因子探討	★ 以互惠及利他行為探討信任關係對知識分享之影響
★ 結合人格特質與海報主色以類神經網路推薦電影之研究	★ 資料視覺化圖表與議題之關聯

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

BI 系統最主要的功能是整理龐大資料，轉化為有用訊後產生報表給主管做決策的參考，因此資料新鮮度成為非常重要議題；越代表主管做決策的參考，因此資料新鮮度成為非常重要議題；越代表主管做決策的參考，因此資料新鮮度成為非常重要議題；越代表主管做決策的參考，因此資料新鮮度成為非常重要議題；越代表主管做決策的參考，因此資料新鮮度成為非常重要議題；越代表著主管所獲取的資料越即時 (real time)，主管可以藉著這些資料做出更為準確的決，主管可以藉著這些資料做出更為準確的決策。
但是處理資料的過程必須經ETL ETL的步驟， ETL ETL的架構複雜且處理時間久，資料往喪失其新鮮度。許多企業為了解決此問題，開發以即時 (real time)為目的資料儲存體(cube)工具，但是多樣化的選擇卻造成了決策上困難。
因此本研究的主要目為建立資料儲存體 (cube)模型，幫助使用者在不同新鮮度及限制下的資料儲存體 (cube)中做選擇，避免浪費時間在不合需求的工具執行

摘要(英)

The most important purpose of BI system is to store integrated data for helping mangers making decisions with timely reports, which need to be generated in a limited time interval and containing fresh data.
Data cleansing and integration is very time consuming operations, which may take hours to be completed in many organizations. With the long processing time, some organizations opt to execute the operations in batch, which may be executed in less business hours to speed up system performance in trading of freshness. On the other hand, some reports such as inventory level summary, many need most current data which need to be load into BI systems in the real time. Therefore, users have to make decisions if the data cleansing and integration operations need to be processed in real time or in batch for every reports. This research proposes a methodology to suggest the decision based on the freshness requirement and waiting time users are willing to wait for reports.

關鍵字(中)

★ 儲存體
★ 資料新鮮度

關鍵字(英)

★ cube
★ freshness

論文目次

中文摘要 i
Abstract ii
致謝 iii
第一章　緒論 1
1-1研究背景與動機 1
1-2 研究目的 3
1-3 論文架構 4
第二章　文獻探討 5
2-1資料新鮮度 5
2-2 Infocube 8
2-3 SAP BI ETL 11
第三章 cube選擇模型 15
3-1使用者因決策需要而要求報表 15
3-2運用cube模型計算出不同類型cube的新鮮度 16
3-2-1 模型與ETL連結 16
3-2-2模型架構 18
3-3依照需求推薦適合的cube去執行 20
第四章實驗分析 22
4-1實驗數據準備 22
4-2實驗測試 25
4-3實驗結果 32
第五章結論與未來建議 33
5-1結論 33
5-2未來研究及建議 33
參考文獻 34

參考文獻

[1]Agrawal, R., A. Gupta, et al. (1997). Modeling multidimensional databases, IEEE.
[2]Blaser, B., K. Fleckenstein, et al. (2011) SAP Enterprise Data Warehouse for Point of Sales Data Optimized for IBM DB2 for Linux, UNIX, and Windows on IBM Power Systems.
[3]Cho, J. and H. Garcia-Molina (2000). Synchronizing a database to improve freshness, ACM.
[4]Datta, A. and H. Thomas (1999). "The cube data model: a conceptual model and algebra for on-line analytical processing in data warehouses." Decision Support Systems 27(3): 289-301.
[5]Gray, J., S. Chaudhuri, et al. (1997). "Data cube: A relational aggregation operator generalizing group-by, cross-tab, and sub-totals." Data Mining and Knowledge Discovery 1(1): 29-53.
[6]Gyssens, M. and L. V. S. Lakshmanan (1997). A foundation for multi-dimensional databases, Citeseer.
[7]Hammer, J., H. Garcia-Molina, et al. (1995). "The Stanford data warehousing project."
[8]Harinarayan, V., A. Rajaraman, et al. (1996). Implementing data cubes efficiently, ACM.
[9]Inmon, W. H. (2005). Building the data warehouse, Wiley-India.
[10]Kimball, R. and M. Ross (2002). The data warehouse toolkit: the complete guide to dimensional modeling. New York, Wiley.
[11]Mecella, M., M. Scannapieco, et al. (2002). "Managing data quality in cooperative information systems." On the Move to Meaningful Internet Systems 2002: CoopIS, DOA, and ODBASE: 486-502.
[12]Palekar, A., B. Patel, et al. (2010). A Practical Guide to SAP NetWeaver Business Warehouse 7.0.
[13]Peralta, V. (2006). Data freshness and data accuracy: A state of the art, Tech. rep., Universidad de la Republica, Uruguay.
[14]SAP (2006). BW310 Data Warehousing SAP NetWeaver.
[15]Segev, A. and W. Fang (1990). Currency-based updates to distributed materialized views, IEEE.
[16]Shin, B. (2003). "An exploratory investigation of system success factors in data warehousing." Journal of the Association for Information Systems 141(170): 170.
[17]Song, J., Y. Bao, et al. (2010). A Triggering and Scheduling Approach for ETL in a Real-time Data Warehouse, IEEE.
[18]Theodoratos, D. and M. Bouzeghoub (1999). Data currency quality factors in data warehouse design.
[19]Wang, R. Y. and D. M. Strong (1996). "Beyond accuracy: What data quality means to data consumers." Journal of management information systems: 5-33.
[20]Weyerhaeuser, C., T. Mindnich, et al. (2008). Exploiting Graphic Card Processor Technology to Accelerate Data Mining Queries in SAP NetWeaver BIA, IEEE.
[21]國立中央大學管理學院ERP中心 (2010). 商業智慧, 滄海書局.
[22]薛如珊 (2007). 商業智慧18年，台灣IDC(國際數據資訊)分析師觀點.

指導教授

許秉瑜(Ping-Yu Hsu)

審核日期

2012-6-19

推文