• The KIPS Transactions:PartD
• /
• v.16D no.4
• /
• pp.475-486
• /
• 2009

Data cube plays an important role in multi-dimensional, multi-level data analysis. Meeting on-line analysis requirements of data stream, several cube structures have been proposed for OLAP on data stream, such as stream cube, flowcube, S-cube. Since it is costly to construct data cube and execute ad-hoc OLAP queries, more research works should be done considering efficient data structure, query method and algorithms. Stream cube uses H-cubing to compute selected cuboids and store the computed cells in an H-tree, which form the cuboids along popular-path. However, the H-tree layoutis disorderly and H-cubing method relies too much on popular path.In this paper, first, we propose $H^*$-tree, an improved data structure, which makes the retrieval operation in tree structure more efficient. Second, we propose an improved cubing method, $H^*$-cubing, with respect to computing the cuboids that cannot be retrieved along popular-path when an ad-hoc OLAP query is executed. $H^*$-tree construction and $H^*$-cubing algorithms are given. Performance study turns out that during the construction step, $H^*$-tree outperforms H-tree with a more desirable trade-off between time and memory usage, and $H^*$-cubing is better adapted to ad-hoc OLAP querieswith respect to the factors such as time and memory space.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.6
• /
• pp.403-412
• /
• 2013

This study figures out the concepts of container transport, logistical cost and the distribution of a company through studying documents, and to suggest logistical cost reduction approach, focused on the efficiency of transport which occupied the considerable portion of the total logistical cost of the company. We analyze and discuss the container loading of multiple items for multiple places of departure and arrival through a case study on S company in South Korea. We suggest a direction to reduce the logistical cost of the companies, analyzing the conditions of multiple items loading, and rule-based systems including an algorithm which determines container-loading for minimum freight expenses. We use data mining and OLAP tools of MS Analysis Services to produce loading rules for multiple items loading and generate OLAP cube and decision trees to validate the rules.

• Information Systems Review
• /
• v.7 no.1
• /
• pp.65-80
• /
• 2005

The Seoul Metropolitan Subway Corporation (SMS) and the Seoul Metropolitan Rapid Transit Corporation (SMRT), which manage the city's eight subway lines, are intending to overcome their operational inefficiencies. The two investigators of the paper realize with emphasis that it is essential for the two subway authorities to analyze subway transit data prior to put policies and plans into practice. In this paper, the investigators propose a new, and an intuitive, way of analyzing subway passenger transit patterns. To achieve this goal, they have implemented a data mart by blending the "Pass Card" log data into the multidimensional model. The subway passenger's transit patterns and the practical implications of this system are also investigated.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.1046-1049
• /
• 2014

최근 웹 2.0 의 폭발적인 성장과 스마트기기의 대중화 및 모바일 서비스의 활성화로 인하여 다양하고 방대한 양의 정보들이 생성되었다. 또한, 현재 산업분야에서는 이와같은 방대한 양의 데이터들을 처리하기 위하여 데이터웨어하우스와 OnLine Analytical Processing(OLAP)을 통한 정보 분석 사례가 많아지고 있다. 특히, 의사결정자들은 이러한 수많은 정보들 중에서 의사결정에 도움이 되는 정보들을 찾는 것을 목표로 하지만 아직까지도 의사결정자들은 자신들이 원하는 정보들을 찾는데 많은 어려움을 겪고 있다. 따라서, 최근에 수많은 정보들을 효과적으로 활용하기 위한 다양한 연구가 수행어지고 있고 의사결정자들의 올바른 의사결정을 도와주는 시스템에 대한 중요도가 나날이 급증하고 있다. 본 논문에서는 이러한 의사결정자들의 올바른 의사결정을 위해 OLAP 을 활용하여 TV 홈쇼핑에서 발생하는 수많은 정보들을 분류 목적에 따라 다차원적으로 분석하고 분석된 정보들을 바탕으로 하여 TV 홈쇼핑에서 판매하고 있는 상품의 트렌드를 분석한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.2-5
• /
• 2021

With the recent development of the Internet of Things (IoT) technology, various terminals are being connected to the Internet. As a result, the amount of IoT data is also increasing, and an index key that can efficient analyze the large-scale IoT data is proposed. Existing index keys have only time and space information, so if data stored in index tables and instance tables were queried using repetition or join operation, IoT data was embedded in the index key of the proposal to create OLAP-based big tables to minimize the number of repetitions or join times.

• 한국IT서비스학회:학술대회논문집
• /
• 2005.05a
• /
• pp.215-221
• /
• 2005

최근 RFID가 비즈니스의 여러 분야에서 추적시스템을 중심으로 도입되기 시작하고 있으며, 이러한 시스템들이 기업에 괄목할만한 효율성의 중가와 비용의 감소를 가져올 것으로 기대되고 있다. 한편, 기업의 대용량 정보저장고로 사용되어 온 데이터 웨어하우스는 생태적으로 과거의 정적인 데이터를 분석하도록 디자인 되었으며, 온라인 분석도구인 OLAP은 데이터 웨어하우스에 저장된 정적 데이터를 분석하는 도구로 사용됨으로 의사결정 지원의 역할을 하고 있다. 그렇다면 RFID를 통하여 실시간으로 수집되는 정보가 OLAP과 결합할 경우 그 정보는 추적과 같은 단순한 정보분석이 아니라 실시간 기반의 보다 중요한 의사결정을 위하여 사용될 수 있을 것이다. 본 연구에서는 데이터 웨어하우스의 정보소스를 확장하기 위한 노력의 일환으로 RFID와 데이터 웨어하우스의 통합모델을 제안한다. 그와 함께 RFID 기기를 통하여 수집된 실시간 기반의 동적인 정보를 분석할 수 있는 OLAP을 제시하고 있다. 그리고 이러한 개념을 프로토타입으로 구현함으로서 유비쿼터스 컴퓨팅 기술의 핵심을 이루고 있는 RFID가 데이터 웨어하우스에 정보소스를 제공할 수 있으며 온라인 분석도구와 결합될 경우 보다 강력한 의사결정 지원도구가 될 수 있음을 보여 준다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.6
• /
• pp.450-459
• /
• 2001

다각도로 분석된 학업 성취도를 신속하게 제공받는 학생들은 그렇지 않은 학생들에 비해 차후에 더 나은 학업 성과를 보인다. 그러나 현재의 한국 학교 현장에서 시행되고 있는 평가 방법을 이를 반영하지 못하고 있다. 본 연구에서는 이러한 서비스를 온라인으로 교사와 학생에게 제공하는 ‘학업성취도 분석시스템’인 SAAS를 설계하고 구현하였다. 이 시스템은 비즈니스 데이터를 다차원적으로 분석하여 부가가치를 창출하는데 쓰이는 신기술인 OLAP을 이용한다. 학생, 과목, 기간 차원에 대한 종합적 성취도 분석 결과가 산출되고, 이는 편리한 인터페이스를 통해 제공된다. 시스템의 성능향상을 위해서 분석결과의 부분적 사전연산 방식과 큐브의 청크 단위 저장 방식이 사용되었다. SAAS는 전국 단위 학생 성적 분석을 위해서도 쓰일 수 있을 정도로 성능면에서 확장성을 지니며, 제 7차 교육과정 개혁에도 적용이 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.298-300
• /
• 2002

다차원 데이터를 배열에 저장하는 Multidimensional OLAP (MOLAP) 시스템은 배열내의 위치 정보를 통해 데이터를 신속하게 엑세스할 수 있는 장점을 갖는다. 그러나 실생활의 다차원 데이터는 대체로 희박하여 저장될 때 압축되고, 데이터가 검색될 때는 원래의 위치 정보를 찾기 위해 인덱스를 필요로 하게 된다. 다양한 종류의 다차원 인덱스가 테이블 형태의 데이터를 대상으로 개발되어 있으나, 이들은 데이터의 삽입과 삭제에 유연하게 대처할 수 있도록 하기 위해서 인덱스 공간과 데이터 검색 시간에 약간의 낭비를 초래한다. 본 연구에서는 OLAP 데이터가 주기적으로 갱신되며, 분석에 필요한 집계 데이터도 점진적으로 갱신되기보다 실제로는 새로 생성되고 있다는 점을 고려하여, 읽기 전용 MOLAP 데이터를 위한 인덱스 구조를 제안한다. 데이터는 청크들로 나뉜 후 압축 저장되며, 각 청크는 위치 정보를 유지하면서 비트로 표현되어 인덱스에 저장되도록 하였다. 제안한 비트맵 인덱스는 높은 압축률을 보이며, 범위 질의(range query)를 포함한 OLAP 주요 연산들 처리에 특히 효율적이다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1998.10a
• /
• pp.129-132
• /
• 1998

그 동안 기업의 데이터는 관계형 데이터베이스에 의해 관리되어져 왔다. 그러나 전산전문가 아닌 최종사용자가 관리하는데는 어려움이 있었으며 이러한 문제를 해결하기 위한 많은 노력이 계속되어 왔다. 결국 최종사용자가 데이터에 직접 접근하여 분석이 가능한 OLAP 시스템의 도입이 필요하게 되었으며, OLAP시스템은 EUC 환경을 구현할 수 있는 시스템이라고 힐 수 있다. 따라서 본 논문은 효율적인 의사결정을 위해 기존의 관계형 데이터 베이스가 아닌 다차원 데이터 베이스에 의한 Prototype을 구축하였다.

• Journal of Information Technology Applications and Management
• /
• v.13 no.1
• /
• pp.137-147
• /
• 2006

Spatiotemporal data are records of the spatial changes of moving objects over time. Most data in corporate databases have a spatiotemporal nature, but they are typically treated as merely descriptive semantic data without considering their potential visual (or cartographic) representation. Businesses such as geographical CRM, location-based services, and technologies like GPS and RFID depend on the storage and analysis of spatiotemporal data. Effectively handling the data analysis process may be accomplished through spatiotemporal data warehouse and spatial OLAP. This paper proposes a multidimensional model for spatiotemporal data analysis, and cartographically represents the results of the analysis.