蔣勤德
摘要:
隨著我國綜合國力提升,在國家的高度重視下,我國的教育事業(yè)蓬勃發(fā)展。實驗室的數(shù)量和質(zhì)量都在逐年增加和提高,實驗室數(shù)據(jù)也越來越多,本文基于多維分析技術(shù),對實驗室數(shù)據(jù)進行維度選擇。
關(guān)鍵詞:
實驗室數(shù)據(jù);多維分析技術(shù);維度選擇
中圖分類號:
G482
文獻標識碼:
A
文章編號:
1672-9129(2020)15-0193-01
1實驗室數(shù)據(jù)
目前實驗室的主要數(shù)據(jù)有:實驗室名稱、實驗室功能、實驗室類別、實驗室規(guī)模、實驗室安全級別、實驗室每周或者每月使用情況、實驗室材料消耗情況、實驗室產(chǎn)出成果、實驗室所在地等。
2多維分析技術(shù)
2.1關(guān)于OLAP多維分析技術(shù)。1993年,關(guān)系數(shù)據(jù)庫之父科德定義了名為OLAP的數(shù)據(jù)處理的新概念,并將其與OLTP區(qū)別開來,從而正式提出了OLAP,強調(diào)了對數(shù)據(jù)的多維分析,關(guān)系數(shù)據(jù)庫之父科德還描述了OLAP的支持體系結(jié)構(gòu),確定了用來評估數(shù)據(jù)新產(chǎn)品OLAP能力的12條準則[1]。
OLAP是On-lineAnalyticalProcessing的簡稱,即聯(lián)機分析處理。國外對OLAP的定義為:使分析人員、管理人員或執(zhí)行人員能夠從多種角度對原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解的、并真實反映企業(yè)維特性的信息進行快速、一致、交互地存取,進而對數(shù)據(jù)進行深入的分析了解的軟件技術(shù)。OLAP技術(shù)是一種多維的數(shù)據(jù)分析技術(shù),側(cè)重于數(shù)據(jù)倉庫的數(shù)據(jù)分析,為管理者提供信息支持,對于決策者而言,歷史數(shù)據(jù)是相當重要的,許多分析方法必須以大量的歷史數(shù)據(jù)為依托,如果沒有對歷史數(shù)據(jù)的詳細分析,則難以把握企業(yè)的發(fā)展趨勢[2]。
2.2創(chuàng)建數(shù)據(jù)倉庫。要創(chuàng)建數(shù)據(jù)倉庫,首先要確定數(shù)據(jù)分析的主題,只有確定數(shù)據(jù)分析的主題,才好選擇進行數(shù)據(jù)分析所需要的角度和數(shù)據(jù),分析數(shù)據(jù)的角度可能通過數(shù)據(jù)分析的維度體現(xiàn)出來。維是人們觀察數(shù)據(jù)的某些特定的角度,維也可以看作是人們考慮問題時的一類屬性,而同一屬性集合組成一個維。例如,汽車決策者分析的角度通常包括:時間、地域、年齡段、消費層次、客戶類型等。決策者經(jīng)常分析汽車購買者用戶數(shù)隨著時間的推移而產(chǎn)生的變化,那么時間就可以成為汽車購買者用戶數(shù)上的一個維分析,即時間維。而當決策者要從消費層次的差異來考察汽車購買者用戶數(shù)的不同時,消費層次這時就成為了汽車購買者用戶數(shù)上的一個維。這些維都屬于決策分析的角度或分析出發(fā)點。
2.3數(shù)據(jù)分析。主要的是對數(shù)據(jù)進行多維分析。多維分析是指對形式以多維形式組織起來的數(shù)據(jù)采取切片(Slice)、切塊(Dice)、鉆?。―rill-down和Roll-up)、旋轉(zhuǎn)(Pivot)等各種分析動作,以求剖析數(shù)據(jù),使用戶能從多個角度、多個方面觀察數(shù)據(jù)庫中的數(shù)據(jù),從而深入理解包含在數(shù)據(jù)中的信息[3]。
3實驗室數(shù)據(jù)在多維分析技術(shù)下的維度選擇
3.1時間維度選擇。選擇時間維度,主要作用是通過年、上半年、下半年、月、日這些層次分析,掌握實驗室使用頻率和成果數(shù)據(jù)在年、上半年、下半年、月、日時間上的變化,使數(shù)實驗室使用頻率和成果數(shù)據(jù)更加直觀明了。
3.2實驗室類別維度選擇。選擇實驗室類別維度,主要作用是對實驗室進行區(qū)分,對相同功能的實驗室歸為同一類別,通過對同一類別的實驗室的使用頻率、產(chǎn)出成果等數(shù)據(jù)進行分析研究。
3.3實驗室地區(qū)維度選擇。選擇地區(qū)維度,主要作用是對不同地區(qū)實驗室的使用頻率、產(chǎn)出成果等數(shù)據(jù)進行分析研究。
4結(jié)語
通過多維分析技術(shù)對實驗室數(shù)據(jù)進行分析和研究,第一方面,可以快速地了解到相同功能的實驗室的使用頻率、產(chǎn)出成果等數(shù)據(jù),進而為改進實驗室功能提供數(shù)據(jù)支持;第二方面,可以更加全面的了解實驗室的使用情況,為實驗室的構(gòu)建提供決策支持;第三方面,可以了解到該功能的實驗室所做出的貢獻的大小,進而對該功能的實驗室進行擴展使用或者縮小使用。
參考文獻:
[1]王心杰.面向海量數(shù)據(jù)的高性能多維OLAP技術(shù)的研究[D].電子科技大學(xué),2017.
[2]黃金釵.OLAP中查詢優(yōu)化以及多維數(shù)據(jù)模型的研究[D].湖南大學(xué),2009.
[3]崔東.基于OLAP技術(shù)的數(shù)據(jù)分析的研究與應(yīng)用[D].武漢理工大學(xué),2006.