Web 数据仓储
数据库
2007-05-23 v1
摘要
在数据仓储过程中，掌握数据准备阶段可以在执行多维分析或使用数据挖掘算法时，在时间和性能方面获得显著增益。此外，数据仓库可能需要外部数据，而 Web 在此背景下是一个普遍的数据源。在本文中，我们提出了一种建模过程，用于将多样且异构（即所谓多形态）的数据集成为统一格式。此外，模式定义本身在我们的数据仓储上下文中提供了优质的元数据。在概念层面，复杂对象用 UML 表示；我们的逻辑模型是一个 XML 模式，可用 DTD 或 XML-Schema 语言描述。最终，我们设计了一个 Java 原型，将多形态输入数据转换为代表我们物理模型的 XML 文档。随后，我们将获得的 XML 文档映射到一个关系数据库中，将其视为操作数据存储（ODS），其内容需以多维方式重新建模，以便存储到基于星型模式的仓库中，并进行后续分析。
引用
@article{arxiv.0705.1456,
title = {Warehousing Web Data},
author = {Jérôme Darmont and Omar Boussaïd and Fadila Bentayeb},
journal= {arXiv preprint arXiv:0705.1456},
year = {2007}
}