【摘 要】
:
由于高维OLAP数据集包含的信息量过大并且质量参差不齐,导致用户在查询时难以选取合适的维度集合进行操作,从而影响了决策的效率和准确性。为此,提出将变量选择方法应用于OLAP查询推荐的过程中。为了在包含海量高维信息的OLAP仿真数据集合中识别与度量属性无关的噪声属性及彼此之间存在相关性的维度属性,从而缩小查询范围,同时保持度量属性空间划分结果的准确性,基于非参数方法设计了一种用于支持OLAP查询推荐
【机 构】
:
合肥工业大学管理学院,合肥230009;过程优化与智能决策教育部重点实验室,合肥230009