Projektgruppe Business Intelligence Applications and Evaluation ...

Projektgruppe Cuberunner
Jinengo - DV Konzept
Umschreibung des Anwender-Fremdschlüssels (UserHistoric)
Tabelle 3.4: Beschreibung der Schritte des ETL-Prozess
3.3.3 Aggregation von Daten im Data Warehouse
Zusätzlich zu den historisierten Tabellen verfügt das Data Warehouse auch über drei aggregierte Tabellen,
die den Zugriff auf eine verdichtete Sicht der Reisedaten vereinfachen. Die Verdichtung erfolgt
dabei gemäß der in Tabelle 3.2 dargestellten Ebenen.
Der Prozess zur Aktualisierung der drei Tabellen erfolgt durch die folgenden Schritte:
1. Bestimmung der Jahr-Monat-Konstellationen, bei denen Routen noch nicht in die Aggregation
einbezogen wurden (Attribut isAggregatedInDW), da sie seit der letzten Verdichtung
hinzugekommen sind. Für diese Konstellationen müssen die aggregierten Daten neu berechnet
werden.
2. Löschung der veralteten Jahr-Monat-Konstellationen in den drei Aggregationstabellen.
3. Erneute Datenaggregation und Einfügung der entsprechenden Datensätze in die drei Aggregationstabellen.
Die Verdichtung erfolgt dabei für jede Tabelle spezifisch entsprechend ihrer
Aggregationsebene.
4. Kennzeichnung der aggregierten Routen mithilfe des Attributs isAggregatedInDW.
Der Prozess wird zunächst manuell nach Abschluss des ETL-Prozesses angestoßen. Auf längere Sicht
ist jedoch analog zum ETL-Prozess eine regelmäßig automatische Einplanung des Prozesses denkbar.
3.4 Data Mining
Ziel des Data Mining ist es, aus den Daten des Data Warehouse neue Erkenntnisse zu ziehen und Zusammenhänge
in den Daten zu entdecken. Um diese Aufgabe bewerkstelligen zu können wird es zwischen
der operativen Datenbank und dem Data Warehouse eingeordnet (siehe Abbildung 3.1).
Das Data Mining wird im Projekt mit dem SPSS Modeler 15 umgesetzt. Das Tool bietet umfangreiche
Modellierungsmöglichkeiten. Daten lassen sich sowohl aus dem SQL Server als auch, falls notwendig,
aus CSV-Dateien auslesen. Im Modeler können die Daten so vorbereitet werden, wie sie für das Data
Mining benötigt werden. Die alternative Lösung mit den Data-Mining-Tools von SSAS bietet nicht
denselben Umfang und Komfort. Der SPSS Modeler ist sowohl in der Datenintegration, -extraktion
und Data-Mining-Fähigkeit umfangreicher und komfortabler als SSAS.
Der in den einzelnen Methoden angewandte Algorithmus hat sich während der Tests als am stabilsten
herausgestellt. Es ist allerdings nicht aus zu schließen, dass sich dieser mit einer realen Datenbasis
ändern könnte.
68