CONCEPTION D'UNE BASE DE DONNEES DECISIONNELLE
Loading...
Date
2006-06-10
Journal Title
Journal ISSN
Volume Title
Publisher
University of M'sila
Abstract
Le travail s'inscrit dans la problématique générale de la modélisation conceptuelle des Entrepôt de données. Le Domaine que nous avons choisi est relatif à
la dérivation d'un schéma conceptuel pour les Entrepôt de données à partir des schémas opérationnels et en particulier les schémas E/R.
Dans ce mémoire, nous avons présenté une approche de conception de schéma conceptuel multidimensionnel à partir du schéma E-R opérationnel, inspiré
essentiellement de l’approche de Daniel L. Moddy et Mark A.R. Kortink comme approche de base, ainsi que les travaux de B. Husemman pour son formalise,
sans oublier la démarche de R. Kimball, qui s'inscrit dans le cycle de vie dimensionnel. L’objectif principal de cette approche est d’exploiter le schéma E-R
initial opérationnel et déduire les faits et les dimensions en utilisant la méthode de classification des entités du schéma E-R initial en trois classes
(Transactionnelle, composante, classification), et puis déterminer les différentes hiérarchies existantes, et en premier définir les spécifications des
besoins sous forme d’une série des questions ou requêtes pour les futures analyses OLAP, et un tableau de spécification obtenu à partir de l’analyse du
schéma E-R initial et les requêtes des décideurs pour classifier les attributs (Mesure, Dimensionnel, Optionnel), et enfin produire le modèle
multidimensionnel où nous avons un large choix d'options pour la réalisation de ce modèle. Chacune de ces différentes options (Etoile, Flocon de neige,
Galaxie, Plat, etc.) représente le compromis entre la complexité et la redondance, et obéit à des règles de passage du modèle E-R d’entreprise vers le
modèle multidimensionnel, et nous avons défini des niveaux de restriction pour toutes les mesures le long des différents chemins d'agrégation dans chaque
schéma multidimensionnel de fait.
Description
Keywords
Entrepôt de données, Fait, Dimension, Magasins, Mesure, OLAP, Hierarchie