EXTENSIÓN DE UN DATA WAREHOUSE USANDO ETIQUETAS LINGÜÍSTICAS Y OPERADOR CUBE

Resumen

RESUMEN

 La motivación de este trabajo, es poder extender un Almacén de datos o Datawarehouse que entrega información cuantitativa a información cualitativa, lo que  permite darle un significado lingüístico a la información numérica que requiere la gestión de la información en la toma de decisiones. Para extender el Datawarehouse, se utiliza la lógica difusa, teoría matemática que permite la especificación de requerimientos graduales o flexibles. Esto flexibiliza la representación y manipulación de información de los datos en una Base de Datos, donde los requerimientos de los usuarios son de una naturaleza de la aplicación de datos imprecisos. La solución que se propone, es desarrollar un conjunto de pasos que denominamos MFDW y parten desde la base de datos fuentes hasta la implementación de cubos extendidos con etiquetas lingüísticas (FuzzyMedida). Para realizar esta extensión, se crea M-FIRST que es una extensión del FSQL [5] para base de datos relacional difusas, y se anexa a un diseño estrella o copo de nieve de modelos multidimensionales para un determinado almacén de datos. Aquí se toma una medida en particular del Datawarehouse, se le agregan etiquetas lingüísticas requeridas por el usuario, las cuales varían de acuerdo al cruce de dimensiones que se realicen sobre esa medida. Finalmente se construye una herramienta Front-End (Web), que permite almacenar y consultar información imprecisa.

PALABRAS CLAVE: Gestión de información Bases de datos multidimensionales Almacén de datos difusos, Medidas imprecisas.

 ABSTRACT

 The purpose of this investigation is to extend the generally accepted concept of datawarehousing that blends ordinal quantitative and qualitative information, to include class descriptors that describe a spectrum of values for sets of domain dependent data. It is proposed that this kind of `fuzzy`data, when combined with the ordinal data, will enrich the information provided to managers by making it more meaningful. Fuzzy logic is used to define this broad spectrum data because it enables formal requirement specifications to be generated. This approach introduces an element of both flexibility and precision for the description, representation and manipulation of the data not usually available in previous methods. The concept proposed here is implemented by developing a series of steps referred to as MFDW that begins with describing the source data base and finishes with the implementation of extended cubes that have associated linguistic semantic labels (FuzzyMedida). To perform this operation, it creates a processing platform framework called M-FIRST, which is an extension of FSQL [5], which is used for fuzzy relational data base design. This then enables a star schema design to be generated, which is a multidimensional model for the datawarehouse. In this paper we take an example datawarehouse, add linguistics labels required by the user to inform the fuzzy modeling tool and finally we build a Front-End tool (web) that allows for the storage and enquiry of imprecise information that can be blended with the ordinal data already in the pre-formed data set.

KEYWORDS: Online Analisys Proccess, Multidimensional model, Fuzzy Datawerehouse, Fuzzy Data