基于语义的压缩数据立方体构建与查询技术研究的开题报告.docx

基于语义的压缩数据立方体构建与查询技术研究的开题报告
一、选题背景和意义
数据立方体是数据仓库中的一种常见的数据结构，该结构能够提供多维度的数据分析与查询。然而，随着数据规模的不断增大和数据的复杂性的增加，传统的数据立方体构建和查询方法遇到了很多挑战。其中最主要的问题是，在存储和查询多维度数据时，传统的数据立方体构建和查询方法需要占用大量的存储空间和计算资源。因此需要进行数据压缩，以减少存储空间与查询时间消耗，提高立方体的查询效率。
二、主要研究内容
基于语义的压缩数据立方体是一种有效的解决方案，其可以大幅压缩数据立方体的存储空间和查询时间。本研究将重点研究以下三个方面：
1.数据压缩方法：基于统计和数据挖掘技术，提取数据立方体中的重要信息，并使用压缩算法对数据进行压缩。本研究将尝试使用多种数据压缩方法，包括哈夫曼编码、LZW编码、gzip等方法，并比较它们的压缩效果和压缩-解压时间。
2.数据立方体构建：使用压缩后的数据，构建数据立方体，可以使用基于模板的方法和基于模式的方法。基于模板的方法是指对于所有维度构建一个通用的压缩模板，基于模式的方法则是根据数据的特征，生成不同的模板。本研究将比较这两种方案的效果和时间消耗。
3.数据立方体查询：一个压缩的数据立方体，需要使用特殊的查询方法来查询数据。本研究将研究如何快速查询压缩的数据立方体，研究查询优化算法，以提高查询效率。
三、研究方法
本研究将使用实验方法进行研究，具体步骤如下：
1.数据准备：从公共数据集或实际数据收集样本数据。数据应尽可能具有多维度，以便可以构建数据立方体。
2.数据预处理：对数据进行清理、去重、筛选、标准化等处理，以保证数据质量和数据的一致性。
3.数据压缩：使用不同的压缩方法对数据进行压缩，并记录压缩效果、压缩时间和解压时间。比较各种压缩方法的效果并选择最优的方案。
4.数据立方体构建：使用压缩后的数据，构建数据立方体，并比较不同构建方案的效果和时间消耗。
5.数据立方体查询：研究不同的查询优化算法，比较它们的查询效率。
四、预期成果
1.提出一种基于语义的压缩数据立方体构建和查询方法。该方法可以有效压缩数据、构建数据立方体，并提高数据立方体的查询效率。
2.实现基于语义的压缩数据立方体构建和查询系统。该系统可以支持多种数据压缩方法，多种数据立方体构建和查询方案，并提供友好的用户界面。
3.设计实验，并在多个数据集上对压缩数据立方体构建和查询系统进行测试和验证。比较该系统与传统的数据立方体构建和查询方法的优劣。
参考文献：
[1]LiH,ChenY,WangC,etal.Asurveyoncompresseddatacube[J].Journalofcomputerresearchanddevelopment,2009,46(11):1926-1942.
[2]XuX,ZhuL,JiangZ,etal.Onefficientconstructionmethodofcompresseddatacubeinmultidimensionalrangequery[J].Computerengineering,2013,39(8):161-165.
[3]WuS,FengW,LiuY,etal.Efficientlyqueryingcompresseddatacubesusingcompressedbitmaps[J].ComputerScience,2012,(2):181-185.
[4]JiangH,YangX,ZhuZ.Acompresseddatacubeapproachformulti-dimensionaldataindexingbasedonmeandeviation[J].Frontiersofcomputerscience,2007,1(3):325-333.
[5]LeV,LiY,YangJ,etal.QuMC:Amemory-efficientqueryprocessingsystemforcompresseddatacubes[J].Informationsciences,2017,(418-419):292-307.