基于數(shù)據(jù)倉庫的Web點擊流的研究.pdf

1、Web網(wǎng)站每天都產(chǎn)生大量的數(shù)據(jù)，并且隨著網(wǎng)絡(luò)信息量的增大，在很多領(lǐng)域傳統(tǒng)的數(shù)據(jù)庫存儲方式已經(jīng)滿足不了客戶的需要了，那么隨之而來的就是數(shù)據(jù)倉庫的興起。數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的且隨時間不斷變化的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。數(shù)據(jù)倉庫與數(shù)據(jù)庫的不同之處在于數(shù)據(jù)庫系統(tǒng)面向事務(wù)處理，而數(shù)據(jù)倉庫系統(tǒng)面向分析處理。 現(xiàn)在點擊流數(shù)據(jù)與客戶信息的整合已成為WEB數(shù)據(jù)分析的最新前沿。為點擊流分析而建立起的數(shù)據(jù)倉庫稱為點擊流

2、數(shù)據(jù)倉庫。點擊流數(shù)據(jù)倉庫是數(shù)據(jù)倉庫技術(shù)發(fā)展的一個方面。它包括了數(shù)據(jù)倉庫的維度建模方法、點擊流數(shù)據(jù)倉庫的ETL，設(shè)計、實施和OLAP技術(shù)等方面。 與此同時計算機應(yīng)用也逐漸分為了2大類：操作型處理和分析型處理，操作型處理主要是為一個組織某些方面服務(wù)的，分析型處理則用于高層管理的決策分析，也是信息處理技術(shù)的發(fā)展趨勢。 在本篇論文中，作者首先對點擊流數(shù)據(jù)進行提取并進行預先處理，然后確定維度和數(shù)據(jù)市集，對數(shù)據(jù)進行抽取、轉(zhuǎn)換、清洗、

3、裝載，進而構(gòu)建了點擊流數(shù)據(jù)倉庫，最后通過OLAP技術(shù)進行了分析。本論文采用的例子是湖北教育網(wǎng)點擊流數(shù)據(jù)倉庫的建模過程。 首先是點擊流數(shù)據(jù)的收集和預處理。為了更好的收集點擊信息，采用了在應(yīng)用服務(wù)器層收集點擊流數(shù)據(jù)的方法，在對用戶訪問會話事務(wù)的識別上采用的是最大前向參引模型和時間窗口模型相結(jié)合。 其次是教育網(wǎng)數(shù)據(jù)倉庫要實現(xiàn)的基本的目標和各個維度的設(shè)計，包括確定數(shù)據(jù)市集、維度和度量值。 最后是數(shù)據(jù)倉庫ETL設(shè)計，以及在