Технологии интеллектуального анализа данных : учебное пособие

38 ства графического представления данных. Эти системы оперируют большими объемами исторических данных, позволяя выделить из них содержательную информацию – получить знания из данных. Современные требования к скорости и качеству анализа при- вели к появлению систем оперативной аналитической обработки (OLAP On-Line Analysis Processing). Оперативность обработки больших объемов данных в таких системах достигается за счет применения мощной, в том числе многопроцессорной вычисли- тельной техники, сложных методов анализа, а также специальных хранилищ данных, накапливающих информацию из различных ис- точников за большой период времени и обеспечивающих быстрый доступ к ней. Оба класса систем основаны на СУБД, но типы выполняемых ими запросов сильно различаются. Например, в OLTP-системе продажи железнодорожных билетов допустим такой запрос: «Есть ли свободные места в купе поезда Москва-Сочи, отправляющегося 20 августа в 23.15?». В аналитической системе запрос может быть таким: «Каким будет объем продажи железнодорожных билетов в денежном выражении в следующие три месяца с учетом сезонных колебаний?». Принципиально отличаются и структуры баз данных для высокопроизводительных OLAP и OLTP систем. Рассмотрим основы OLAP систем, их построения и анализа данных с помощью OLAP. 2.1. Многомерная модель данных В процессе анализа данных, поиска решений часто возникает необходимость в построении зависимостей между различными па- раметрами. Кроме того, число таких параметров может варьиро- ваться в широких пределах. Как уже отмечалось, традиционные средства анализа, оперирующие данными, которые представлены в