Agrégations multiples différenciées dans les bases de données multidimensionnelles

Ali Hassan (1) , Franck Ravat (1) , Olivier Teste (1) , Gilles Zurfluh (1)

1 IRIT-SIG - Systèmes d’Informations Généralisées

De nombreux modèles ont été proposés pour la modélisation de données multidimensionnelles dans les entrepôts. Ces propositions considèrent une même fonction d’agrégation pour déterminer les valeurs d’une mesure aux différents niveaux de granularité de l’espace multidimensionnel. Nous proposons un nouveau modèle conceptuel plus expressif supportant des agrégations multiples différentiées. L’agrégation multiple permet d’associer à une même mesure, des fonctions d’agrégation différentes pour chaque axe d’analyse ou pour chaque hiérarchie. L’agrégation différentiée autorise des agrégations spécifiques à chaque niveau de granularité. Le modèle proposé repose sur des formalismes graphiques suffisamment expressifs pour contrôler la validité des fonctions d’agrégation qui peuvent être distributives, algébriques ou holistiques. Nous montrons également comment la modélisation conceptuelle peut être exploitée au niveau logique R-OLAP pour construire efficacement des treillis de pré-agrégats.

Mots clés: Systèmes décisionnels; Bases de données multidimensionnelles; Modélisation conceptuelle d’entrepôts de données; Mécanismes d’agrégations multiples; Treillis multidimensionnels de pré-agrégats

Domaines: Théorie de l'information [cs.IT]; Recherche d'information [cs.IR]

Ali Hassan, Franck Ravat, Olivier Teste, Gilles Zurfluh. Agrégations multiples différenciées dans les bases de données multidimensionnelles. Revue des Sciences et Technologies de l'Information - Série ISI : Ingénierie des Systèmes d'Information, 2013, 18 (2), pp.75-101. ⟨10.3166/isi.18.2.75-102⟩. ⟨hal-03466937⟩