In this context, various kinds of O

In this context, various kinds of OLAP solutions are proposed
by Thomsen et al. [5]. Several data cubes can be built from the same database for different
analysis needs. On the other hand, in relational DBMS, the multidimensional model of the data
warehouse is mapped in most cases through star schemes as explained by Kimball [6] consisting
of a set of dimension tables and a central fact table. Dimension tables are strongly de-normalized
and then they are used to select the facts of interest based on the user queries. The fact table
stores fact attributes; its key is defined by importing the keys of the dimension tables. Different
versions of these base schemes have been proposed by Barquin and Edelstein [7] in order to
improve the overall performances. In case of queries performed on very large databases, response
time should be small and query optimization is alsoa critical task. The user views the data in the
form of multi-dimensional data cube. Materialization of cells is the most powerful query
optimization technique. Harinarayan et al. [8] presented the applications of greedy algorithms to
materialize the cells of data cubes. Mining of stream data, social networks data, spatial and
multimedia data came in the category of new mining topics. Mining techniques for these complex
data and algorithms are discussed by Han and Kamber [9]. Saxena et al.

ผลลัพธ์ (ไทย) 1:

ในบริบทนี้หลายชนิดของโซลูชั่น OLAP เสนอ
โดยทอมเซ่นและอัล [5] ก้อนข้อมูลหลายสามารถสร้างขึ้นจากฐานข้อมูลเดียวกันสำหรับความต้องการที่แตกต่างกัน
วิเคราะห์ ในทางกลับกันใน DBMS เชิงสัมพันธ์แบบหลายมิติของข้อมูลคลังสินค้า
แมปในกรณีส่วนใหญ่ผ่านโครงการดาวตามที่อธิบายไว้โดยคิมบอลล์ [6] ซึ่งประกอบด้วย
ชุดของตารางมิติและตารางความจริงกลาง ตารางมิติจะขอยกเลิกการปกติ
และแล้วพวกเขาจะใช้ในการเลือกข้อเท็จจริงที่น่าสนใจตามคำสั่งของผู้ใช้ ความเป็นจริงตารางความจริง
ร้านค้าลักษณะ; ที่สำคัญของถูกกำหนดโดยการนำเข้าคีย์ของตารางมิติ ที่แตกต่างกัน
รุ่นฐานแผนการเหล่านี้ได้รับการเสนอโดย Barquin และ Edelstein [7] เพื่อ
ปรับปรุงการแสดงโดยรวม ในกรณีที่มีคำสั่งดำเนินการกับฐานข้อมูลขนาดใหญ่มากการตอบสนอง
เวลาที่ควรจะเป็นขนาดเล็กและเพิ่มประสิทธิภาพการค้นหาเป็น alsoa งานที่สำคัญ ผู้ใช้มุมมองข้อมูลในรูปแบบของ
ก้อนข้อมูลหลายมิติ เป็นร่างของเซลล์ที่มีประสิทธิภาพมากที่สุดเทคนิคการเพิ่มประสิทธิภาพแบบสอบถาม
harinarayan ตอัล [8] นำเสนอการประยุกต์ใช้ขั้นตอนวิธีการที่จะโลภ
ร่างเซลล์ของก้อนข้อมูล การทำเหมืองแร่ของข้อมูลกระแสข้อมูลเครือข่ายทางสังคมเชิงพื้นที่และข้อมูลมัลติมีเดีย
มาอยู่ในหมวดหมู่ของหัวข้อการทำเหมืองแร่ใหม่ เทคนิคการทำเหมืองข้อมูลที่ซับซ้อน
เหล่านี้และขั้นตอนวิธีการจะกล่าวถึงโดยฮันและ Kamber [9] Saxena et al,

ผลลัพธ์ (ไทย) 2:

ในบริบทนี้ เสนอชนิดต่าง ๆ แก้ปัญหา OLAP
โดย Thomsen et al. [5] สามารถสร้างลูกบาศก์ข้อมูลต่าง ๆ จากฐานข้อมูลเดียวกันแตกต่าง
วิเคราะห์ความต้องการ ในทางกลับกัน ใน DBMS เชิงสัมพันธ์ แบบหลายมิติของข้อมูล
คลังสินค้าถูกแมปในกรณีส่วนใหญ่ผ่านร่างดาวตามที่อธิบายไว้ โดย Kimball [6] ประกอบด้วย
ชุดของตารางขนาดและตารางความจริงที่เซ็นทรัล ตารางขนาดขอยกเลิกมาตรฐาน
แล้ว พวกเขาจะใช้ข้อเท็จจริงที่น่าสนใจตามแบบสอบถามผู้ใช้ต้องการ ตารางความจริง
เก็บแอตทริบิวต์ความจริง คีย์ถูกกำหนด โดยนำเข้าคีย์ของตารางมิติ แตกต่าง
รุ่นโครงร่างพื้นฐานเหล่านี้ได้รับการเสนอ โดย Barquin และ Edelstein [7] เพื่อ
ปรับปรุงประสิทธิภาพโดยรวม ในกรณีที่ดำเนินการบนฐานข้อมูลขนาดใหญ่ ตอบแบบสอบถาม
เวลาควรจะเล็ก และถามเป็นงานสำคัญของ alsoa ข้อมูลในมุมมองของผู้ใช้
แบบลูกบาศก์ข้อมูลหลายมิติ Materialization ของเซลล์เป็นแบบสอบถามมีประสิทธิภาพมากที่สุด
เทคนิคเพิ่มประสิทธิภาพ Harinarayan et al. [8] แสดงแอพลิเคชันของอัลกอริทึมตะกละไป
เซลล์ของลูกบาศก์ข้อมูลที่เป็นตัวเป็นตน การทำเหมืองข้อมูลสตรีม สังคมเครือข่าย ข้อมูลปริภูมิ และ
ข้อมูลมัลติมีเดียมาในประเภทของหัวข้อการทำเหมืองแร่ใหม่ เทคนิคการทำเหมืองแร่ในเหล่านี้ซับซ้อน
ข้อมูลและอัลกอริทึมกล่าว โดยฮั่นและ Kamber [9] ซสักเสนา et al

ผลลัพธ์ (ไทย) 3:

ในบริบทนี้ชนิดต่างๆของโซลูชัน OLAP Services มีการเสนอแนวทาง
โดย thomsen et al . [ 5 ]. ข้อมูลหลายก้อนสามารถสร้างขึ้นจากฐานข้อมูลที่เหมือนกันสำหรับความต้องการด้านการวิเคราะห์
แตกต่างกัน อีกด้านหนึ่งที่ใน dbms ประกอบไปด้วยรุ่นประเด็นของข้อมูล
โกดังสินค้าจะถูกแม็ปในกรณีส่วนใหญ่ผ่านโครงสร้างดาวตามที่ได้อธิบายไว้โดย kimball [ 6 ]ประกอบด้วย
ในการตั้งค่าของตารางขนาดและโต๊ะตามข้อเท็จจริงในส่วนกลาง. โต๊ะขนาดเป็น de - เทียบ
และแล้วพวกเขาก็จะใช้ในการเลือกข้อเท็จจริงของอัตราดอกเบี้ยจะขึ้นอยู่กับการค้นหาผู้ใช้ ความจริงแล้วความจริงโต๊ะ
จัดเก็บคีย์แอตทริบิวต์ที่เป็นที่กำหนดโดยการนำเข้าคีย์ของโต๊ะขนาดนี้
รุ่นแตกต่างกันไปของแผนร่างการทำงาน( Schemes )ฐานเหล่านี้ได้รับการเสนอจาก barquin และ edelstein [ 7 ]ในการสั่งซื้อเพื่อ
ปรับปรุงการแสดงโดยรวม ในกรณีที่มีข้อสงสัยดำเนินการอยู่บนฐานข้อมูลขนาดใหญ่เป็นอย่างมากการตอบสนอง
เวลาควรมีขนาดเล็กและการสืบค้นการปรับแต่งเป็นงานที่มีความสำคัญ alsoa ข้อมูลผู้ใช้ที่วิวทิวทัศน์ใน
รูปแบบของลูกบาศก์ข้อมูลแบบหลากหลายมิติ materialization ของเซลล์มากที่สุดคือเทคนิคการสืบค้น
การปรับแต่ง ประสิทธิภาพ สูง harinarayan et al . [ 8 ]นำเสนอแอปพลิเคชันของความ โลภ อัลกอริธึมการ
เซลล์ที่ปรากฎตัวของน้ำแข็งก้อนให้ใส่ข้อมูล การทำเหมืองแร่ของข้อมูลสตรีมข้อมูล
มัลติมีเดียและ Spatial Diversity ข้อมูลเครือข่ายทางสังคมมาใน ประเภท ของหัวข้อการทำเหมืองแร่ใหม่ เทคนิคการทำเหมืองแร่และอัลกอริธึม
ข้อมูลที่ซับซ้อนนี้จะกล่าวถึงโดย Han และ kamber [ 9 ] saxena et al .