Информатизация общества. Информационные технологии. Инфологическая модель: требования и компоненты. Система операционной обработки данных (COOD), страница 11

База информации представляет собой многомерную модель. Многомерные модели рассматривают данные либо как факты с соответсв. численными параметрами, либо как текстовые измерения, кот характер. эти факты. Например в розничной торговле покупка это факт; объем и стоимость покупки это параметры; тип приобретенного продукта, время и место – измерение. Многомерные модели имеют следующие области применения: 1)Хранилища данных и системы оперативной аналитической обработки информации 2)OLAP системы (on-line analytical processing). Кубы.Многомерные б/д рассматр данные как кубы, которые явл. Обобщением электрон таблиц на произвольное число измерений. Кубы поддержив иерархию измерений и форму без дублирования их определений. Набор соотв. кубов составляет многомерную б/д или хранилище данных. Кубами легко управлять, добавляя новые измерения. На практике применяется от 4 до 12 измерений. Кол-во измерений ограничивается возможностями техники. Измерения используются для выбора и агрегирования данных на требуемом уровне организации; измерение организуется в иерархию, состоящую из нескольких уровней, каждый из которых представляет уровень детализации, требуемый для соств. анализа. Единственное упорядочивание в многомерных б/д состоит в том, что значение более высокого уровня содержит значение более низкого. Большинство моделей требует определения иерархии измерения для формирования сбалансированных деревьев. Сбалансированные деревья подразумевают следующее: иерархии должны иметь одинаковую высоту по всем ветвям, а каждое значение некорневого уровня – только одного родителя. Факты – представляют субъект, т.е. некий шаблон или событие, который необходимо проанализировать. В большинстве многомерных моделей факты однозначно определяются комбинацией  знач измерений, кот. этот факт определяют. Факты существ. тогда, когда ячейка для конкретной комбинации не пуста. Большинство многомерных моделей также требует, чтобы факту соответствовало одно знач на более низком уровне измерений. Хранилище данных, как правило, содержит 3 типа фактов: 1)событие, моделирует событие реального мира, при этом каждый факт представляет определенный экземпляр изучаемого явления. Например, щелчок мыши на web-странице. 2)мгновенные снимки, моделируют состояние объекта в данный момент времени. Например число пользователей на web-странице. 3)совокупные мгновенные снимки, содержат инф о деятельности организац за определен отрезок времени.Параметры (3 класса параметров):1)аддитивные, кот м. содержательным образом комбинироваться в любом измерении.2)полу-аддитивные, не могут комбинир в 1 или нескольких измерениях.3)неаддитивные, не могут комбинир в любом измерении, т.к. выбранная форма не позволяет объединить среднее значение низкого уровня в среднем значении высокого уровня.

№ 33

Хранилищ данных и оперативный анализ данных – это новые информационные технологии, кот обеспечив аналитикам, управленцам, руководителям высшего звена возможность изучать большие обьемы взаимосвязанных данных при помощи быстрого интерактивного отображ. информации на разных уровнях детализации с различных точек зрения в соотв. с представлениями пользователя о предметном пространстве. Хранилище данных – это предметно ориентированная, интегрированная, вариантная по времени, неразрушимая совокупность данных, предназначенная для поддержки принятия управленческих решений. Особенности хранилища данных: 1)в хранилище помещается большой объем данных, которые будучи загруженными уже никогда не подвергаются к-либо изменениям. 2)два разных пользователя, выполняющих один и тот же запрос хранилищу данных, получают один и тот же результат. 3)независимость от времени

Системы хранилищ данных содержат как историч. данные, так и данные, кот. имели статус текущих при последней загрузке хранилища. Обычно временные рамки данных в хранилищ. лежат в пределах от 15 мес. до 10 лет. 4)масштабы и способ использов. хранилищ данных изменяются в широких пределах в зависим. от типа организации и областей применения хранилищ данных. Области применения – это анализ рисков, фин. анализ, анализ случаев мошенничества, управление активами, анализ стереотипов поведения клиентов и прочее.