Учебное пособие по курсу интеллектуальные системы (Часть 1) Москва 2003

2.4. Средства интерактивной обработки

Идея размерности может быть расширена: таблица с n независимыми атрибутами может быть отображена как n-мерное пространство. Менеджеры обычно задают вопросы, которые предполагают многомерный анализ - они не хотят знать, сколько продано (ноль мерный вопрос), но они хотят знать, какие типы журналов проданы в обозначенной области за месяц и каким возрастным группам (четырехмерный вопрос: продукт, область, дата приобретения и возраст). Информация этого характера называется многомерной, и такие связи не могут быть легко проанализированы, так как таблица имеет стандартное двумерное представление. Необходимо исследовать связи между несколькими измерениями и стандартные реляционные БД не совсем подходят для такого анализа. Они идентифицируют записи, используя ключи, а многомерные связи предполагают многократные ключи, но существует ограничение на число ключей, которые можно определить эффективно для данной таблицы. Не существует почти никаких ограничений на тип формулируемых менеджером вопросов: в данную минуту менеджер может захотеть иметь данные о продаже, упорядоченные по областям, возрасту и доходу; в следующую минуту те же данные, упорядоченные в соответствии c кредитом и возрастом - и это должно быть выполнено предпочтительно в интерактивном режиме, используя большие наборы данных.

Для решения этих проблем и были разработаны инструментальные средства интерактивной обработки OLAP (On-Line Analytical Processing) [2]. Эти инструментальные средства хранят свои данные в специальном многомерном формате, часто в памяти, и менеджер может спрашивать любой вопрос обо всем, хотя данные не могут модифицироваться. OLAP может быть важным этапом процесса извлечения знаний. Однако, существует важное различие между технологией обнаружения знаний и инструментальными средствами OLAP: инструментальные средства OLAP не могут обучаться, они не создают никакого нового знания и с их помощью нельзя искать новых решений. Таким образом, существует фундаментальное различие между многомерным знанием и типом знания, который может извлекаться из базы данных с помощью средств обнаружения знаний. Технология обнаружения знаний более мощная, чем OLAP. Другое преимущество состоит в том, что алгоритмы обнаружения знаний не нуждаются в специальной форме хранения, так как они могут работать непосредственно на данных, хранимых в реляционной базе данных.