支持What-if分析的OLAP系统研究
传统OLAP系统的特点及发展方向
传统OLAP系统的特点及发展方向
OLAP系统是一种基于多维数据模型，用于分析、汇总和查看各种业务数据的系统。
在这种系统中，使用者可以轻松地在数据维度之间进行切换，这样他们可以轻松地按照它们自己的方式进行数据分析，尤其是在大数据处理上非常有用。
传统OLAP系统具有以下特点：
1、基于多维数据模型：OLAP系统是基于多维数据模型的，因此只需要对一个数据仓库或数据集进行培训，即可掌握多种复杂的数据操作技能。
2、提供灵活的数据分析：使用者可以轻松地从各个维度上进行数据分析。
与传统两维表格数据的查询不同，它可以让用户自由切换维度和角度，更精准地定位和处理数据。
3、能够支持大型复杂数据的分析：传统关系型数据库所支持的数据分析往往是局限于单表分析，无法胜任多表关联分析以及大数据分析。
OLAP系统则可以轻松处理庞大的数据集，更精准地分析数据合适的处理方式。
近年来OLAP系统的发展方向主要有以下几个：
1、云计算与大数据：基于云技术的OLAP系统可以通过无数的算力和存储资源，更好地解决了海量数据下的数据实时处理和数据复杂性挑战。
2、支持人工智能和机器学习：与机器学习之前的OLAP不同，现在的OLAP系统往往已经内置了大量的机器学习和智能算法，甚至
可以支持数据的自我预测和趋势分析，更好地满足了企业对预测性分析的需求。
3、普及移动访问：在全球移动互联网的大趋势下，OLAP系统的用户在移动端的应用场景也得到了大规模发展，可以简单方便地访问和分享报表信息。
生产计划问题的决策模型研究
1引言目前，随着企业之间竞争的日趋激烈，为了提高竞争力，不少的企业已经建立了数据仓库和联机分析系统（OLAP），以提高管理决策的效率和准确性。
然而，多数企业在巨大的数据资源之上建立的仅仅是简单的综合查询应用。
企业高级管理人员的决策支持需求往往没有得到应有的满足，他们需要的是在数据查询基础之上利用计算智能所形成的对管理决策有指导作用的辅助决策信息，而不仅是数据的简单组合或汇总信息。
生产计划的制定是大多数企业都需要进行的经常性决策问题，这种战术性的决策问题对企业的发展有着决定性的作用。
对于这类What-if的决策问题，数据仓库中的OLAP决策支持功能仍然显得不足。
如果将数据仓库系统中的多维数据概念和数学模型以及人工智能方法结合起来，将是解决生产计划决策问题的一种有效途径。
文章首先讨论了企业所面对的生产计划的决策支持问题，进而结合数据仓库与OLAP技术，将其中的多维数据概念引入到决策数学模型中，藉此提出了一个解决企业生产计划决策支持问题的数学模型，最后还讨论了该模型的一些算法及求解问题，并进行了仿真计算。
2生产计划问题的决策模式生产计划是指通过综合考虑市场需求、企业生产能力、生产成本等因素而进行的关于生产品种、数量的生产方式的决策过程。
生产计划在层次上可以分为计划层、执行层和操作层，该文讨论的生产计划决策是围绕计划层的生产计划进行的，它属于一种战术计划。
战术计划是建立在现有资源的基础上，它的计划期长度一般为一年，它的内容涉及企业一年内生产的产品品种、产量、产值和利润。
在此类生产计划中，主要目标是使企业利润达到最大，次要目标还包括使产值达到最大，上缴税额达到最大等，这是生产计划的方向。
而那些制定生产计划时所需考虑的因素则成为制约以上目标实现的约束，这些约束包括：产品的预计生产成本；产品的预计售价和纳税额；成品库存；产品的预期销售量；原材料库存或者可以从市场上获得的原材料数量；生产能力等等。
这些问题都对企业生产计划的制定产生了制约。
管理信息系统 名词解释
名词解释：管理信息系统：管理信息系统是一个以人为主导，利用计算机硬件、软件、网络、数据管理技术等，进行信息的收集、储存、加工、传递、支持企业内部各个层次员工工作，并联系供应商与客户，以实现提高运营效率、做出明智决策，并获取战略优势的目的。
数据库：数据库是一系列逻辑相关的数据的集合，通过对数据的集中管理来控制数据冗余，可以有效地支持多个应用程序。
计算机网络：计算机网络是把分布在不同地点的且具有独立功能的计算机，通过通信设备和线路连接起来，在功能完善的网络软件的支持下，遵照一定的协议实现网络中信息传递和资源共享的系统。
网络拓扑结构：是指一个网络的通信线路和节点的几何排列或物理布局图形，反映出的是网络中各实体（计算机、通信设备、线路）间的结构关系。
总线型、环形和星型是最常见的网络拓扑结构。
无线射频识别：（radio frequency identification ,REID) 新一代的辨识方法，是一种近年来受到广泛重视的新技术，可以用来记录事务活动和自动识别物体，在物流、库存、生产和销售等企业有着广泛的应用前景。
是一种突破性的技术：1、可以识别单个的非常具体的物体，而不是像条形码一样只能识别一类物体：2、其采用无线电射频，可以透过外部材料读取数据，而条形码必须靠激光来读取信息；3、可以同时对多个物体进行识读，且储存的信息量也非常大。
由于RFID能够快速准确地识别移动中的物体，因此FRID的推广和普及将给企业的事务处理方面带来革命性的变化。
RFID的最大特点在于：它能运用无线形式，同时读取多项物品的数字化信息，而传统的方式只能一次读取一组条码信息。
无线射频识别的典型应用有：门禁管理、货物管理、物料管理、医疗应用等。
工作流：简单地说，工作流就是经营过程的一个计算机实现。
根据国际工作流管理联盟WfMC的定义，工作流是一类能够完全或者部分自动执行的经营过程，根据一系列过程规则，使文档、信息或任务能够在不同的执行者之间传递、执行。
面向多维度数据分析的 OLAP 技术研究
面向多维度数据分析的 OLAP 技术研究随着互联网技术的迅速发展，移动互联网的普及以及人们的信息获取渠道的不断丰富，数据产生与积累的速度快速加快。
越来越多的企业和组织开始将数据视为重要的资产来进行管理和分析。
在面对海量数据时，如何快速、准确地进行数据分析成为一个亟待解决的问题，而 OLAP 技术的应用为多维度数据分析提供了有力的支持。
一、 OLAP 技术概述OLAP 的全称是“Online Analytical Processing”，即在线分析处理，它可以对数据进行多维度的分析和查询。
OLAP 技术可以将数据按照不同的角度进行查看和聚合，比如按照时间、地区、产品类型等进行分析。
而传统的数据分析只能进行单一的维度查看。
OLAP 技术主要包括以下三个方面的内容：1. 数据仓库：OLAP 以数据仓库作为数据存放的基础。
数据仓库可以将分散在不同系统中的数据按一定规则进行整合，形成一个包含多维数据信息的统一数据存储区域。
2. 多维分析：多维分析就是按不同的维度对数据进行分析。
OLAP 的基本操作就是多维分析，可以进行切片、钻取、轮换等多维分析操作。
3. 数据可视化：数据可视化就是通过图表、报表等方式进行数据展示。
数据可视化可以帮助用户快速了解数据，发现数据中隐藏的规律和关联。
二、 OLAP 技术的优点OLAP 技术有很多优点，主要包括以下几个方面：1. 多维度分析：OLAP 技术可以通过对数据进行多维度分析，实现对数据的深入挖掘和分析，可以更全面地了解数据中蕴含的信息。
2. 交互性强：OLAP 可以实现用户对数据的自主分析和交互操作，用户可以根据需要对数据进行不同角度和粒度的分析。
3. 灵活性强：OLAP 可以根据用户需求对数据进行自由的切换和组合，同时可以进行灵活的查询和过滤操作。
4. 高性能：OLAP 技术具有高效的查询和分析速度，可以快速响应数据分析请求，同时能够处理大规模的数据集合。
三、 OLAP 技术的应用OLAP 技术的应用十分广泛，主要涵盖以下几个领域：1. 金融领域：OLAP 技术可以帮助金融机构进行风险管理、资产配置和投资决策等方面的分析。
DSS复习要点
一、填空题（每小题2分，共12分）1、遗传算法的三个算子：选择、、。
（交叉变异）2、决策的四个特征目的性，，，管理性。
（超前性创造性）3、OLAP的四个特征是快速性，可分析性，，。
（多维性信息性）4、KDD过程可以概括为三部分：、和结果的解释和评估。
（数据准备数据挖掘）5、一个数据仓库系统从逻辑上可分为、数据仓库管理和三个基本部分。
（数据仓库分析工具）6、数据挖掘的知识表示主要有6种：规则、、、网络权值、公式和案例。
（决策树知识基）7、DSS发展的历史经历了管理信息系统、管理科学/运筹学、决策支持系统三个过程。
8、决策问题的复杂程度与3个因素有关：变量数目、不确定程度和时间因素。
（1）决策支持系统：是综合利用大量数据，有机组合众多模型通过人机交互，辅助各级决策者实现科学决策的系统。
（2）神经网络：是利用神经元的信息传播模型进行学习和应用，基于人脑神经元的数学模型建立起来的智能技术。
（3）机器学习：是让计算机模拟和实现人类的学习，获取解决问题的知识的智能技术。
（4）商业智能：以数据仓库为基础，通过联机分析处理和数据挖掘技术帮助企业领导者针对市场变化的环境，作出快速、准确的决策。
（5）启发式搜索：是对每个在搜索过程中遇到的新状态用一个估计函数并计算其值的大小，确定下一步从哪个状态开始继续前进。
（1）管理科学：对管理问题用定量风分析方法，建立数学模型，通过求解计算，达到辅助管理决策的一门学科。
（2）专家系统：是利用大量的专门知识解决特定领域中的实际问题的计算机程序系统。
（3）OLAP ：即联机分析处理，是共享多维信息的快速分析。
（6）商业智能：以数据仓库为基础，通过联机分析处理和数据挖掘技术帮助企业领导者针对市场变化的环境，作出快速、准确的决策。
（5）启发式搜索：是对每个在搜索过程中遇到的新状态用一个估计函数并计算其值的大小，确定下一步从哪个状态开始继续前进。
一、简答题元数据课分为四类，分别为：关于数据源的元数据、关于数据模型的元数据、关于数据仓库映射的元数据和关于数据仓库是通的元数据。
东北财经大学《数据分析与决策》综合作业
东财《数据分析与决策》综合作业
绝大多数的数据分析算法均是按照（）的输入来实现的。
A:关系型
B:网状型
C:树型
D:混合型
参考选项：A
两步聚类算法是一种（）算法。
A:分层聚类
B:K均值聚类
C:凝聚聚类
D:Kohonen network
参考选项：A
下列选项中，对有监督的建模技术理解错误的是（）。
A:有监督的建模技术必须有一个模型的训练过程
B:模型训练的目的是“在已知目标值的情况下，试图找出预测变量与目标值之间的有效推理方式”
C:输出数据是预测变量
D:有监督的建模技术分为分类或者倾向和估计或回归
参考选项：C
当一个项目集I的相对支持度满足预先指定的（）支持度阈值，项目集I就是一个频繁项目集。
A:最大
B:最小
C:固定
D:随机
参考选项：B
决策者在使用决策管理系统时，使用频度最高的是（）。
A:测试
B:场景分析
C:What-If分析
D:验证
参考选项：A
下列说法中关于“分箱”的说法错误的是（）。
A:数据分箱可以用来对数据进行平滑处理与去除噪声
B:数据分箱不可以对数据进行离散化处理
C:可视化分箱可以将现有字段的连续指进行分组
1。
基于数据仓库OLAP在决策支持系统中的应用研究
Ｃ ｅ ｉ ｏ ｇ ｈ ｎ Ｌ－ ｎ ｙ
（ｈ ｅ ａｔ ｎｏ Ｓ ｉｎｅａ ｄＴ ｃ ｎ ｌ ｙ ｈｉ ｈ ａ ｇＣ ｎｅ Ｂ ａ ｃ ｅ ｐｅ Ｂ ｎ ｏ Ｇ ｉａ ｅ ｅ ｈｉ ｈ ａ ｇ Ｏ Ｏ Ｏ） Ｔ ｅＤ ｐ ｒ ｍｅ ｔｆ ｃ ｃ ｎ ｅｈ ｏ ｇ Ｓ ｉ ｚ ｕ ｎ ｅ ｔｒ ｒｎ ｈＰ ｏ ｌ＇ ａ ｋ ｆ ｈ Ｈ ｂ ｉ ｉ ｚ ｕ ｎ ５ Ｏ Ｏ ｅ ｏ ｊ ａ ｓ ｎ Ｓｊ ａ
粒 度 ． 以 从 宏 观 到 微 观 的逐 步 了 解 。 可
数 据 仓 库 需 求 分 析
Ｆ Ｆ Ｆ ｌ＝ ＝ ： ＝ ＜＝ ＝ ＝ ＝ ＝ ＝ ＝ ｊ
图 ２ 数 据 仓 库 分 析 与 决 策 流 程 图 不 同 维 度 环 境 下 对 特 定 的查 询 需 求 和 报 表 需 求 。其 核 心 技 术 是 维 度 和 事 实 表 这 个 概 念 。联 机 分 析 处 理 主 要 是 通
ｅ ｔｒｒ ｅ ｔｅｒ ｈ ｅ ｉｏ ｓ Ｍｏｅｃ ｍｐｅ ｅ ｓ ｅａ ｄｉ ｄ ｝ｈａ ａ ｓ ｕ ｉ ｓ ａ ｒｕ ｈ ｕ ｅｅ ｔｒｒ ｅ ｔ ａ ｅ ｓ ｈ ａ ｓ Ｄ ａｄ ｅｅ ｔ ｎ ｐｉ 。ｈ ｇ ｔ ｃ ｉ ． ｒ ｅ ｓ ｉ ｄ ｓｎ ｏ ｒｈ ｎ ｉ ｎ －ｅ ｔ ｎ ｌ ｉ ｏ ｂ ｓ ｅ ｓｄ ｔ ｔ ｏ ｇ ｏ ｔｈ ｎ ｐ ｉ ． ｓ ｓ ｅｓ ｌ 仃 ｍ ｉ ｒｎ ｖ ｎ ｐ ｙ ｓｆ ｎ ａｈ ｔ ｅ ｓ ｏ ｔ ｅ ｆ
１ 数据仓库基础概述
著 名 的 数 据 仓 库 之 父 Ｗ ・ ・ ｍｏ Ｈ Ｉ ｎ对 数 据 仓 库 ｎ
（ ｔ ｒｈ ｕｅ 定 义 描 述 ： 是 一 个 Ｓ ｂｅｔ ｒ ｎｅ ＤａａＷａｅ ｏ ｓ ） 它 ｕ ｊｃ Ｏ ｉ ｔｄ ｅ
联机分析技术
1.特点：OLAP 在以数据仓库为数据源时，它有两个特点：在线性( On Line )：由客户机/服务器这种体系结构来完成的；多维分析：这也是OLAP 的核心所在。
2 作用：. 联机分析处理是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。
它通过对信息的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。
决策数据是多维数据，多维数据就是决策的主要内容。
OLAP 专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业(公司)的经营状况，了解对象的需求，制定正确的方案。
3. OLAP的基本多维分析操作有钻取(Drill-up和Drill-down八切片(Slice )和切块( Dice )、以及旋转( Pivot )等。
钻取：是改变维的层次，变换分析的粒度。
它包括向下钻取 ( Drill-down ) 和向上钻取(Drill-up ) /上卷(Roll-up) 。
Drill-up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而Drill-down 则相反，它从汇总数据深入到细节数据进行观察或增加新维。
切片和切块：是在一部分维上选定值后，关心度量数据在剩余维上的分布。
如果剩余的维只有两个，则是切片；如果有三个或以上，则是切块。
旋转：是变换维的方向，即在表格中重新安排维的放置(例如行列互换)。
4. 五、联机分析处理的实现方式同样是仿照用户的多角度思考模式，联机分析处理有三种不同的实现方法：•关系型联机分析处理(ROLAP,Relatio nal OLAP)•多维联机分析处理(MOLAP,Multi-Dime nsio nal OLAP) •前端展示联机分析处理(Desktop OLAP)其中，前端展示联机分析需要将所有数据下载到客户机上，然后在客户机上进行数据结构/报表格式重组，使用户能在本机实现动态分析。
基于分布式计算的what-if分析并行处理策略
摘 要 ：根 据基 于 ＯＬＡＰ的 ｗｈａｔ—ｉｆ分析 的查 询特 点 ，使 用分布 式并行 处理技 术 解决 ｗｈａｔ．ｉｆ分析性 能较低 的 问题 。以星座模 型 为
基 础 的 ｗｈａｔ－ｉｆ分析 中，将 多维聚 集查 询分布 到 不 同计 算节 点进行 聚 集计算 ，然后 将各 个计 算节 点的聚 集计 算结 果合并输 出。该
Ｔｅｃｈｎｉｑｕｅ ａｎｄ Ｍ ｅｔｈｏｄ
基 于分布 式计算 的 ｗｈａｔ·ｉｆ分析并行处理 策略
郑 雪梅 ，陈 梅 ，李 晖 ’
（１．贵 州 大 学 计 算 机 科 学 与 技 术 学 院 ，贵 州 贵 阳 ５５００２５； ２．贵 州 大 学 贵 州 省 先 进 计 算 与 医疗 信 息 服 务 工 程 实 验 室 ，贵州 贵 阳 ５５００２５）
近 年 来 ，随着 数 据 仓 库 中 数 据 的 不 断 膨 胀 ，数 据 量 从 ＴＢ级 增 长 到 ＰＢ级 甚 至 ＥＢ级 别 ，决 策 者 在 海 量 的 数 据 中 挖掘价值 ，以便更快更 准地捕 获商机 ，在很 大程 度上还 需 要 借 助 ｗｈａｔ－ｉｆ分 析 工 具 的 应 用 。 因 此 ，基 于 ＯＬＡＰ 的 ｗｈａｔ．ｉｆ分析 一直 受到 很多 学者 的关 注 ，但 由于 ｗｈａｔ—ｉｆ分 析 自身 的 复 杂 性 ，至 今 未 得 到 广 泛 应 用 。在 假 设 分 析 时 通 常需要更改 Ｃｕｂｅ结构或修改 Ｃｕｂｅ数据 ，这些操作均涉 及
Ｋｅｙ ｗｏｒｄｓ：ｏｎｌｉｎｅ ａｎａｌｙｔｉｃａｌ ｐｒｏｃｅｓｓｉｎｇ（ＯＬＡＰ）；ｗｈａｔ－ｉｆ ａｎａｌｙｓｉｓ；ｄｉｓｔｒｉｂｕｔｅｄ ｐａｒａｌｌｅｌ ｐｒｏｃｅｓｓｉｎｇ
０ 引 言 ｗｈａｔ—ｉｆ分 析 是 决 策 者 对 多 种 决 策 方 案 进 行 预 测 或 评
传统OLAP系统的特点及发展方向
传统OLAP系统的特点及发展方向一、传统OLAP系统的特点OLAP（Online Analytical Processing）是一种用于数据分析和决策支持的技术，OLAP系统用于支持多维数据分析，允许用户通过多维度的角度进行数据探索和分析，帮助用户了解数据的关系、趋势和规律性，从而为企业决策提供科学依据。
传统的OLAP系统主要有以下特点：1. 静态数据挖掘传统的OLAP系统主要是用于分析历史数据，虽然在数据仓库中会进行实时数据的更新，但是分析主要是以历史数据为基础。
传统OLAP系统可以对数据进行透视、钻取、切片切块、筛选等多种方式进行分析，但是在实时性上有一定的限制。
2. 大量数据处理传统OLAP系统是用于处理海量数据的，它需要大量的计算、存储、查询资源，因此通常需要使用数据仓库进行存储和管理，以提高数据的访问和查询效率。
3. 多维度分析传统的OLAP系统支持多维度的数据分析，可以针对多个维度进行分析和处理。
其维度通常包括时间、地域、产品、客户、渠道等，用户通过这些维度进行数据切割和汇总，获取更加深入的数据认知。
4. 复杂查询传统的OLAP系统支持复杂的查询操作，可以通过多种方式对数据进行查询和分析。
同时，系统也可以支持复杂的聚合和计算操作，以对数据进行更深入的挖掘和分析。
二、传统OLAP系统的发展方向1. 实时性随着数据分析的应用场景的不断扩大，对数据的实时性要求也越来越高。
为了满足实时分析的需求，传统OLAP系统需要进一步提高计算和存储效率，以实现更快的查询和处理速度，实现数据分析的实时性。
2. 开放性和互操作性随着数据的不断增长和多样化，传统OLAP系统需要与其他系统进行整合，以实现数据的共享和互通。
同时，系统也需要与其他应用程序进行协作，以满足用户的需求，提供更广泛的数据服务。
3. 云化和分布式随着云计算技术的发展，数据分析的方式也在向云平台和分布式的方向发展。
传统OLAP系统需要进行重构，以适应云计算和分布式计算的需求，支持多租户和分布式部署，提高可靠性和可扩展性。
OLAP查询分析系统的报表可配置设计的开题报告
OLAP查询分析系统的报表可配置设计的开题报告一、研究背景查询分析系统（Query and Analysis System，QAS）是一种从数据仓库中提取、分析和展示信息的工具。
它主要是为了满足一些决策者和经理人员等非技术人员对数据进行简单的查询和分析而设计的。
OLAP （Online Analytical Processing，联机分析处理）是一种用于分析和报告多维数据的技术，其可以帮助用户直观地理解各种数据之间的关系和趋势。
OLAP查询分析系统是将OLAP技术应用于查询分析系统的一种方法，其主要特点是能够支持基于多维数据的查询和分析。
在企业应用场景下，OLAP查询分析系统主要应用于金融、电信、制造等领域，对于数据的分析和决策具有重要作用。
而报表作为OLAP查询分析系统的一大重要组成部分，常常用于查询和展示多维数据的聚合结果和分析图表等信息。
因此，一个良好的报表设计是影响用户使用该系统的重要因素之一。
本文旨在对OLAP查询分析系统的报表可配置设计进行研究和探索。
二、研究内容本文的研究内容主要包括：1. OLAP查询分析系统的基本介绍和相关技术原理。
2. 报表设计的理论基础和实际应用需求。
3. 报表可配置设计的实现方法和技术要点。
4. 案例分析和实验验证。
三、研究意义本文的研究意义主要体现在两个方面：1. 实现报表可配置设计的方法和技术要点，对于解决大部分OLAP查询分析系统用户在使用过程中需要重新构建报表、调整报表格式等困扰问题很有帮助。
2. 通过报表设计的案例分析和实验验证，深刻地理解如何通过报表设计来满足用户需求，提高OLAP查询分析系统的使用效果和价值。
四、研究方法本文主要使用文献研究、案例分析和实验验证等研究方法来探讨OLAP查询分析系统的报表可配置设计。
文献研究是通过查阅相关资料来了解OLAP查询分析系统的报表设计问题和解决方法，从而找到报表设计的理论基础和实际应用需求。
案例分析是通过分析实际应用场景来探讨OLAP查询分析系统的报表设计问题和影响因素，找到报表可配置设计的实现方法和技术要点。
基于分布式计算的what-if分析并行处理策略
基于分布式计算的what-if分析并行处理策略郑雪梅;陈梅;李晖【摘要】根据基于OLAP的what-if分析的查询特点,使用分布式并行处理技术解决what-if分析性能较低的问题.以星座模型为基础的what-if分析中,将多维聚集查询分布到不同计算节点进行聚集计算,然后将各个计算节点的聚集计算结果合并输出.该方法根据基于OLAP的what-if分析中其维表远远小于事实表的特性,将事实表中的记录进行水平分片,充分利用各节点计算和I/O处理能力,以解决OLAP查询中计算密集型及I/O消耗过大的难题.在该方法中,随着计算节点数目的增加,其查询时间随之减少,有效地提升了分析效率.【期刊名称】《微型机与应用》【年(卷),期】2016(035)009【总页数】4页(P81-84)【关键词】OLAP;what-if分析;分布式并行处理【作者】郑雪梅;陈梅;李晖【作者单位】贵州大学计算机科学与技术学院,贵州贵阳 550025;贵州大学贵州省先进计算与医疗信息服务工程实验室,贵州贵阳 550025;贵州大学计算机科学与技术学院,贵州贵阳 550025;贵州大学贵州省先进计算与医疗信息服务工程实验室,贵州贵阳 550025;贵州大学计算机科学与技术学院,贵州贵阳 550025;贵州大学贵州省先进计算与医疗信息服务工程实验室,贵州贵阳 550025【正文语种】中文【中图分类】TP302what-if分析是决策者对多种决策方案进行预测或评估时的常用手段，通常以多种形式应用于不同的应用场景，尤其在决策系统中发挥重要作用。
简单地说，what-if分析就是以数据仓库中历史数据为基础数据的假设分析，决策者根据决策目标制定一系列假设场景，通过对已有数据的假设分析得到假设场景下的商业数据变化情况。
近年来，随着数据仓库中数据的不断膨胀，数据量从TB级增长到PB级甚至EB 级别，决策者在海量的数据中挖掘价值，以便更快更准地捕获商机，在很大程度上还需要借助what-if分析工具的应用。
基于MMOLAP的What-if分析
基于MMOLAP的What-if分析周国亮;陈红;王珊【期刊名称】《计算机工程》【年(卷),期】2009(035)021【摘要】The What-if analysis in Main Memory On Line Analytical Processing(MMOLAP) environments is discussed. The expression form and original operating of what-if analysis in OLAP are formulated. On this basis, an algorithm for dynamically creating HCube or VCube with users query is proposed, Which supports multi-edition What-if analysis. The system structure is introduced, and the a type of proto-system is implemented.%讨论基于主存联机分析处理(OLAP)环境下的What-if分析,规范基于OLAP环境下What-if分析的表现形式及原操作,在此基础上,提出一种基于用户查询结果动态创建HCube或VCube的算法,以支持多版本的What-if分析,介绍系统的体系结构,实现一个原型系统.【总页数】3页(P23-25)【作者】周国亮;陈红;王珊【作者单位】中国人民大学信息学院,北京,100872;教育部数据工程与知识工程重点实验室,北京,100872;保定电力职业技术学院信息工程系,保定,071051;中国人民大学信息学院,北京,100872;教育部数据工程与知识工程重点实验室,北京,100872;中国人民大学信息学院,北京,100872;教育部数据工程与知识工程重点实验室,北京,100872【正文语种】中文【中图分类】N945【相关文献】1.支持What-if分析的OLAP多版本管理机制 [J], 张宇;张延松2.What-if分析中的Max数据方体增量计算 [J], 肖艳芹;李俊;黄炜3.基于delta表的what-if分析性能优化 [J], 郑雪梅;陈梅;李晖4.基于分布式计算的what-if分析并行处理策略 [J], 郑雪梅;陈梅;李晖5.多版本what-if分析中数据的合并方法 [J], 肖艳芹因版权原因，仅展示原文概要，查看原文内容请购买。
OLAP技术（联机分析处理）
OLAP技术（联机分析处理）简写为OLAP,随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合，关系数据库系统已不能全部满足这一要求。
在国外，不少软件厂商采取了发展其前端产品来弥补关系数据库管理系统支持的不足，力图统一分散的公共应用逻辑，在短时间内响应非数据处理专业人员的复杂查询要求。
联机分析处理（OLAP）系统是数据仓库系统最主要的应用，专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。
中文名联机分析处理外文名Online Analytical Processing简写OLAP应用行业IT应用数据仓库系统目录1. 1 作用2. 2 起源3. 3 分类4. 4 发展背景5. 5 特点6. 6 逻辑概念1. 7 体系结构2. ROLAP3. MOLAP4. HOLAP5. 8 实现方式6. 9 实施方法1. 关系型联机2. 多维联机3. 其它因素4. 假设分析5. 复杂计算6. 数据评估7. 10 产品介绍1. 11 控件2. Silverlight3. WinForms4. 12 相关标准联机分析处理作用编辑联机分析处理是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。
它通过对信息的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。
决策数据是多维数据，多维数据就是决策的主要内容。
OLAP专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决联机分析处理联机分析处理联机分析处理联机分析处理联机分析处理联机分析处理策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。
主存OLAP系统中what-if查询处理策略
主存OLAP系统中what-if查询处理策略张延松;肖艳芹;王珊;陈红【期刊名称】《软件学报》【年(卷),期】2010(021)010【摘要】What-If分析能够提供比传统的OLAP(on-line analysis processing)分析更加有意义的决策支持信息.基于历史数据的应用场景假设分析需要更加有效的what-if数据视图生成机制的支持.在传统的delta表合并算法的基础上,提出了基于内存记录指针的deltaMap算法来提高what-if数据视图的合并性能.根据OLAP分析的应用特点,提出了pre-merge算法来处理支持分布式计算的聚集运算.根据不同的假设更新类型,对查询重写算法和(cube算法作了详细的性能测试并进行了全面的性能分析对比,在此基础上提出了what-if分析的代价模型,以应用场景模式、假设更新率、假设更新复杂度、查询结果集的基数作为参数,有效地描述系统what-if查询处理策略,为what-if分析的解决方案提供了一个可行的框架结构.【总页数】19页(P2494-2512)【作者】张延松;肖艳芹;王珊;陈红【作者单位】中国人民大学,数据工程与知识工程教育部重点实验室,北京,100872;中国人民大学,信息学院,北京,100872;中国人民大学,中国调查与数据中心,北京,100872;中国人民大学,数据工程与知识工程教育部重点实验室,北京,100872;中国人民大学,信息学院,北京,100872;河北大学,计算中心,河北,保定,071002;中国人民大学,数据工程与知识工程教育部重点实验室,北京,100872;中国人民大学,信息学院,北京,100872;中国人民大学,数据工程与知识工程教育部重点实验室,北京,100872;中国人民大学,信息学院,北京,100872【正文语种】中文【中图分类】TP311【相关文献】1.云计算系统中查询处理及优化技术研究综述 [J], 王金宝;高宏2.云计算系统中查询处理及优化技术研究综述 [J], 王金宝;高宏;3.支持What-if分析的OLAP系统研究 [J], 王珊;肖艳芹;张延松;陈红4.P2P信息检索系统案例的查询处理策略 [J], 凌波;郑新宇;陈志刚5.基于数据仓库和OLAP的社会保险决策分析系统设计的策略选择 [J], 石红因版权原因，仅展示原文概要，查看原文内容请购买。
OLAP技术在计算机等级考试数据分析中的应用研究
OLAP技术在计算机等级考试数据分析中的应用研究随着计算机技术的飞速发展，计算机等级考试在我国的教育体系中扮演着重要的角色。
计算机等级考试的数据分析对于评估考试质量、提高考试效果以及优化教育资源分配具有重要意义。
而OLAP（联机分析处理）技术在计算机等级考试数据分析中的应用研究，为我们提供了一种高效、灵活且直观的数据分析方法。
OLAP技术是一种基于多维度、多角度的数据分析技术。
其核心思想是将数据以多维度的形式进行组织和展示，以方便用户进行灵活的查询和分析。
在计算机等级考试数据分析中，我们可以将考试成绩作为一个维度，将不同的考试科目作为另一个维度，还可以根据不同的考试年份、地区等进行更多的维度划分。
通过OLAP技术，我们可以快速地获取到某个维度下的数据，并进行多维度的交叉分析，从而更好地了解考试的整体情况。
在计算机等级考试数据分析中，OLAP技术的应用具有以下几个优势。
首先，OLAP技术可以帮助我们快速地进行数据切片和钻取操作，从而获取到不同维度下的数据。
这样，我们可以通过对不同维度数据的对比和分析，发现一些潜在的问题和规律。
其次，OLAP技术可以进行多维度的数据交叉分析，帮助我们发现不同维度之间的相互关系。
通过这种交叉分析，我们可以更好地了解考试成绩与其他因素之间的关联，为优化考试策略和教育资源分配提供依据。
最后，OLAP技术还可以进行数据可视化，将复杂的数据以图表的形式展示出来，使得数据分析更加直观和易于理解。
然而，OLAP技术在计算机等级考试数据分析中的应用也面临一些挑战。
首先，数据的质量和准确性对于分析结果的可靠性至关重要。
因此，在应用OLAP技术进行分析之前，我们需要确保数据的完整性和准确性。
其次，由于计算机等级考试的数据量较大，对于数据存储和计算能力的要求较高。
因此，我们需要选择合适的数据存储和计算平台，以确保分析的效率和准确性。
总之，OLAP技术在计算机等级考试数据分析中具有重要的应用价值。
OLAP数据分析原理及应用
联机分析处理1OLAP概念1.1 OLAP定义●OLAP理事会给出的定义联机分析处理是一种软件技术，使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。
这些信息是从原始数据转换过来的，按照用户的理解，它反映了企业真实的方方面面。
●OLAP简单定义联机分析处理是共享多维信息的快速分析（fast analysis of shared multidimensional information）,它体现4个特征：1)快速性：用户对OLAP的快速反应能力有很高的要求。
系统应在5秒内对用户的大部分分析要求做出反应。
2)可分析性：OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。
尽管系统需要一些事先的编程，但并不意味着系统事先已对所有的应用都定义好了。
3)多维性：OLAP的关键属性，系统必须提供对数据分析的多维视图和分析，包括对层次维和多重层次维的完全支持。
4)信息性：OLAP系统不论数据量有多大，也不管数据存储在何处，应能及时获得信息，并且管理大容量的信息。
用于实现OLAP的技术主要包括网络环境C/S体系结构、时间序列分析、面向对象、并行处理、数据存储优化以及多线索技术等。
1.2 OLAP准则1993年，E.F. Codd在《Providing OLAP to User Analysts》中提出了有关OLAP的十二条准则，用来评价分析处理工具，这也是他继关系数据库和分布式数据库提出的两个“十二条准则”后提出的第三个“十二条条准则”。
1)多维概念视图从用户分析员的角度来看，用户通常按多维角度来看待企业，企业决策分析的目的不同，决定了分析和衡量企业的数据总是从不同的角度来进行，所以企业数据空间本身就是多维的。
因此OLAP的概念模型也就是多维的。
2)透明性透明性原则包括两层含义：首先，OLAP在体系结构中的位置对用户是透明的。
OLAP应处理一个真正开放系统结构中，可使分析工具嵌入用户所需的任何位置，而不会对分析工具的使用产生副作用。
攻克数据之谜极速OLAP技术解析
攻克数据之谜极速OLAP技术解析数据在当今社会中扮演着至关重要的角色，它是企业决策的基石，也是科学研究的支撑。
然而，随着数据规模的不断增大和数据种类的不断增多，传统的数据处理方式已经难以满足日益增长的需求。
在这样的背景下，OLAP（On-Line Analytical Processing）技术应运而生，成为攻克数据之谜的利器。
OLAP技术是一种用于多维数据分析的技术，它能够提供快速、强大的数据查询和分析功能。
相比传统的关系型数据库，OLAP技术具有以下几个显著的优势。
首先，OLAP技术能够高效地处理大规模数据。
传统的关系型数据库在处理大规模数据时常常面临性能瓶颈，而OLAP技术通过采用预计算、数据压缩和并行计算等技术，能够在短时间内处理数十亿行数据。
这使得企业能够更快速地做出决策，并能够及时发现隐藏在海量数据中的有价值信息。
其次，OLAP技术支持多维分析。
传统的关系型数据库仅能处理二维数据，而OLAP技术则能够支持更高维度的数据分析，如三维、四维甚至更高维度的数据分析。
这种多维分析的能力使得用户能够更加深入地了解数据之间的关系，发现数据中的潜在规律，从而进行更精确的决策。
另外，OLAP技术具有良好的用户交互性。
传统的关系型数据库查询语言复杂，操作繁琐，对于非技术人员来说很难使用。
而OLAP技术则提供了易于使用的可视化工具，使得用户能够通过简单的拖拽和点击就能完成复杂的数据查询和分析操作。
这种良好的用户交互性使得各个层级的用户都能够轻松上手，从而更好地利用数据进行分析。
此外，OLAP技术还具有灵活的数据汇总和聚合功能。
传统的关系型数据库在进行数据汇总和聚合时需要频繁地进行大量的计算操作，导致查询速度缓慢。
而OLAP技术则通过预先计算和存储数据的聚合结果，能够快速地响应用户的查询请求。
这种灵活的数据汇总和聚合功能使得企业能够以更高效的方式进行数据分析和决策。
最后，OLAP技术具有较好的扩展性和灵活性。
商业智能之联机分析处理
商业智能之联机分析处理(OLAP)Inetsoft最早是一个报表工具厂商，2004年Style Report/Style Intelligence 6.0 发布基于OLAP ROLAP的数据分析技术，初次涉足商业智能应用。
自此，我们沿着商业智能（BI）之路一路前行，直到今天，长江后浪推前浪，我们的BI产品渐渐超过了传统的报表工具产品，Style Intelligence系列成为主打产品。
可以说，OLAP把英网带入了商业智能领域。
随着企业信息化的推进，传统关系型数据库的发展，很多企业的数据资源已经相当丰富了，但是面临着“数据海量、信息全无”的尴尬局面。
也许我们会说，关系型数据库不是也提供了查询手段吗？比如SQL。
确实，我们可以通过SQL查询到一些结果，但是这其中面临几大问题，这里只列举其中两个最要命的问题：1.当数据库结构相对简单，数据量相对小，查询也不是很频繁的时候，关系型数据库都能运转良好。
但是，想象一下，一个查询需要连接几张表，并且有些表的数据早已过了千万行的级别，从这几千万行中找出你需要的数据，再假设这个查询还挺频繁的，我想，这个时候只能选择崩溃了。
2.获取信息是为了帮助我们分析问题，而分析问题这种自然行为一般都是从相关因素开始考虑的，专业术语叫“维度”，这些维度的产生依赖于分组，度量值来自于分组后的统计。
SQL天然的不适合这种应用，只能动态的生成形形色色的SQL查询语句来获取不同的信息，这个计算量让关系型数据库力不从心。
虽然我们可以想很多种办法来维持运转，比如建立视图、索引、缓存等，总归是治标不治本的权宜之计。
由此可见，SQL对大数据库的简单查询已不能满足用户分析的需求。
用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。
如此一来，OLAP应运而生。
在OLAP可以运行之前，一般需要建立相应的数据来源，其中一个选项便是数据仓库。
根据人的思维习惯和分析习惯，预先定义好分析事物的几个维度，维度又可以细分为不同层次。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第 ３ １卷
第 ９期
计
算
机
学
报
Ｖｏ ．３ Ｎｏ １ １ ．９
Ｓ ｐ． ２ ０ ｅｔ ０ ８
２０ ０ ８年 ９月
ＣＨ Ｉ ＮＥＳ Ｊ Ｅ ＯＵ ＲＮＡＬ ＯＦ ＣＯＭ Ｐ ＴＥＲＳ Ｕ
支 持 Ｗ ｈ ｔ ｆ 析 的 ＯＬ ａ－ 分 ｉ ＡＰ 系 统 研 究
ｂ ｓ ｄ ｏ ｓ ｏ ｉ ａ ｔ ．Ｉ ｓ ａ ｍｐｏ ｔ ｎｔｔ ｐｅ ｏ Ｓ ｎａ ｙ ｉａ ｏ ｅ ｓ ｎ ｏ ｅ ａ ｅ ｎ ｈｉｔ ｒｃ ｌｄａ ａ ｔ ｉ ｎ ｉ ｒ ａ ｙ ｆＤＳ ａ ｌ ｔｃ ｌｐｒ ｃ ｓ ｉ ｇ ｐｒ ｃ ｄｕｒ ｅ，ａ ａ ｎｄ ｃ ｎ
（ ｐ ｒｍｅ ｔ ｆ Ｃ ｍｐ ｔｒＳ ｉｎ ｅ Ｄｅ ａ ｔ ｎ ｏ ｕ ｅ ｃｅ ｃ ，Ｈａ ｂｎＦｉ ｎ ｅＣｏｌｇ ， ｒ ｉ ，Ｈｅｌｎ ｊａ ｇ １ ０ ３ ） ｏ ｒ ｉ ｎ ｃ ｌｅ ｅ Ｈａ ｂｎ ａ ｉ ｇ ｉｎ ５ ０ ０ ｏ
Ａｂ ｔａ ｔ ＤａａＷ ａ ｅ ｏ ｓ ｎ － ｎ ａｙ ｉｃ ｌＰ ｏ ｅ ｓｎ ＯＬＡＰ ａ ｅｔ ｅ ｋ ｙ ｃ ｍ ｐ ｎ ｎ ｓ ｓｒ ｃ ｔ ｒ ｈ ｕ ｅａ ｄ Ｏｎ ＬｉｅＡｎ ｌｓｓ ａ ｒ ｃ ｓ ｉｇ（ ） ｒ ｈ ｅ ｏ ｏ ｅ ｔ ｏ ｃｓｏ ｕ ｐ ｒ ｙ ｔｍ （ Ｓ ．Ｗ ｈ ｔｉ ａ ａｙ ｉ ｆ ｃ ｓ ｓｏ ｎ ｌｓｓｏ ｙ ｏｈ ｔｃ ｌ ｃ ｎ ｒｏ ｆＤｅ ｉｉ ｎＳ ｐ ｏ ｔＳ ｓｅ ＤＳ ） ａ—ｆ ｎ ｌｓｓ ｏ ｕ ｅ ｎａ ａｙ ｉ ｎ ｈ ｐ ｔ ｅ ｉａ ｅ ａ ｉｓ ｓ
中 图法 分 类 号 ＴＰ １ ３１
Ｒｅ ｅ ｒ ｈ ｏ ｓ ａ ｃ ｎ ＯＬＡＰ ｙ ｔ ｍ ｕ ｏ ｔｎ ｈａ — ｆＡｎ ｌ ｓｓ Ｓ ｓ ｅ Ｓ ｐｐ ｒ ｉ ｇ Ｗ ｔｉ ａ ｙ ｉ
Ｗ ＡＮＧ ｈ ｎ 。 ＸＩ Ｓ ａ ’ ＡＯ ｎ Ｑｉ ’ ・ Ｚ Ｙａ － ｎ 。 。 ＨＡＮＧ ｎ Ｓ ｎ ・ ’ Ｙａ － ｏ ｇ 。
ｐ ｏ ｉｅｉ ｏｔｎ ｒｄｃｉｇｉｆｒ ｔ ｎｆｒＤ Ｓ ｕ ｅｓ ｈｓｐ ｐ ｒｆ ｓｌ ｕ ｖ ｙ ｊｒｒｌ ｅ ｒｖｄ ｍｐ ｒａ ｔ ｅ ｉｔ ｏｍａｉ Ｓ ｓｒ．Ｔ ｉ ａ ｅ ｉ ｔ ｓ ｒｅ ｓｍａ ｅａ ｄ ｐ ｎ ｎ ｏ ｏ ｒ ｙ ｏ ｔ
ｗｏ ｋ ｏ ａ －ｆａ ａ ｙ ｉ ａ ｄ ｔ ｅ ｒｅ ｌ ｉ ｃ ｓ ｅ ｈ ｌｓ ｉｉａ ｉ ｎ ｒ ｍ ｉｆ ｒ ｎ ｎ ｌ ｓ Ｔｈ ｒ ｆｗｈ ｔ ｉ ｎ ｌ ｓ ｓ ｎ ｈ ｎ ｂ ｉｆｙ ｄ ｓ ｕ ｓ ｓ ｔ ｅ ｃａ ｓｆ ｔ ｓ ｆ ｏ ｄ ｆｅ ｅ ｔ ａ ｇ ｅ ． ｃ ｏ ｅ
据 存 储 与合 并 机 制 的 ｗｈｔ ｆ 析 和 基 于 Ｃ Ｂ ａ— 分 ｉ Ｕ Ｅ增 量 维 护 方 法 的 ｗｈ ｔ ｆ 析 三 类 ， 析 了 各 种 实 现 方 法 的优 点 以 ａ－ 分 ｉ 分 及 适 用 范 围 ． 出 了基 于 内存 数 据 库 的 ｄｌ 表 模 式 的 ｗｈ ｔｆ 析 算 法 和 一 种 新 的 Ｃ Ｅ维 护 算 法 ． 后 对 基 于 给 ｅｔ ａ ａ－ 分 ｉ ＵＢ 最 ｗｈ ｔｆ 析 的 Ｏ ＡＰ系统 的 未来 研 究 方 向 进 行 了 展 望 ． ａ－ 分 ｉ Ｌ 关 键词 数 据 仓 库 ； ＡＰ； ａ－ 分 析 ； ＵＢ ｄｌ ＯＬ ｗｈ ｔｆ ｉ Ｃ Ｅ； ｅｔ ａ表
０ （ ｍｐｕ ｅ ｎ ｅ ） Ｃｏ ｔｒＣｅ ｔｒ，Ｈ ｅ ｅ ｉ ｒ ｉｙ，Ｂａ ｄ ｎ ｂ ｉＵｎ ｖ ｓｔ ｅ ｏ ｉ ｇ，Ｈｅ ｅ ０ １ ０ ） ｂｉ ７ ０ ２
ＣＨＥＮ ｎ ’ Ｈｏ ｇ 。
”（ ｙ Ｌ ｂ ｒ ｔ ｒ ｆ Ｄａａ Ｅｎ ｉ ｅｒｎ ｎ ｏ ｅ ｇ ｇ ｎ ｅ ｉｇ ｏ ｉｉｔｙ ｏ ｄ ｃ ｔ ｎ， Ｋｅ ａ ｏ ａ ｏ ｙ ｏ ｔ ｇ ｎ ｅ ｉｇ ａ ｄ Ｋｎ ｗｌｄ ｅＥｎ ｉ ｅｒｎ ｆ Ｍ ｎ ｓｒ ｆ Ｅ ｕ ａ ｉ ｏ
河北 保 定
（ 尔 滨金 融 高等 专 科 学 校计 算 机 系 哈 尔滨 哈
摘 要 数 据 仓 库 和 ＯＬ ＡＰ是 决 策 支 持 系 统 的重 要 组 成 部 分 ． ｈｔ ｆ 析 是 基 于历 史数 据 ， 假 设 场 景 进 行 分 析 Ｗ ａ— 分 ｉ 对
的重要 手段 ， 它可 以为决策 者提供重要的预测信息 ， 一种非 常重要 的决 策支持 分析过 程． 中分 析 了 ｗ ａ— 分 是 文 ｈｔｆ ｉ 析 的研 究 现 状 ， 不 同 的角 度 对 ｗｈ ｔ ｆ 析 进行 了 分 类 ． 其 分 为基 于 规 则 的 ｗ ａ— 分 析 、 于 ｄｌ 从 ａ— 分 ｉ 将 ｈｔｆ ｉ 基 ｅｔ 的 差 分 数 ａ表
Ｒｅ ｍｉ ｎ ｖ ｒ ｉ ｆ Ｃ ｉａ，Ｂ ｉｉｇ １ ０ ７ ） ｎ ｎＵ ｉ ｅ ｓ ｙ ｏ ｈ ｎ ｔ ｅｊｎ ０ ８ ２ （ ｃ ｏ ｌ ｆ Ｉ ｆ ｒ ａ ｉｎ， ｎ ｎＵｎｖ ｒｉ ｆ Ｃ ｉ ，Ｂ ｉｉｇ １ ０ ７ ） Ｓ ｈ ｏ ｎ ｏ ｍ ｔ ｏ ｏ Ｒｅ ｍｉ ｉｅ ｓ ｙ ｏ ｈ ｎ ｔ ａ ｅｊｎ ０ ８ ２
王 珊” 肖艳芹” 张延松¨ 。
”（ 国 人 民 大 学 数 据 工 程 与 知 识 工 程 教 育 部 重 点 实 验 室 中 （ 国人民大学信息学院 中
”（ 河北 大 学计 算 中 心
陈 红＂
北京 １０ ７ ） ０ ８ ２
北京
１０ ７ ） ０ ８２
０ １０ ） ７０ ２ １０ ３ ） ５ ０ ０