Fuzzy Data Warehousing for Performance Measurement: Concept and Implementation

مقادیر عددی بازیابی شده از یک انبار داده ممکن است برای کاربران تجاری دشوار باشد و حتی ممکن است اشتباه تفسیر شوند. بنابراین، برای درک بهتر مقادیر عددی، کاربران تجاری ممکن است نیاز به تفسیری با عبارات معنی دار و غیر عددی داشته باشند. با این حال، اگر انتقال بین عبارت‌های غیر عددی واضح باشد، مقادیر واقعی را نمی‌توان اندازه‌گیری کرد و ممکن است دیگر انتقال صاف بین کلاس‌ها ممکن نباشد. این کتاب با ارائه یک رویکرد مبتنی بر طبقه بندی فازی برای یک انبار داده به این مشکل می پردازد. علاوه بر این، یک رویکرد مدل‌سازی برای انبارهای داده فازی معرفی می‌کند که ادغام متغیرهای زبانی فازی را در ساختار متا جدول ممکن می‌سازد. ماهیت این ساختار این است که مفاهیم فازی را می توان در ابعاد و حقایق یک انبار داده کلاسیک موجود بدون تأثیر بر هسته آن ادغام کرد. این امکان تجزیه و تحلیل همزمان، هم فازی و هم واضح را فراهم می کند. مطالعه موردی یک شرکت اجاره‌ای فیلم، رویکرد پیشنهادی را نشان می‌دهد و نمونه‌ای از آن است.

The numeric values retrieved from a data warehouse may be difficult for business users to interpret, and may even be interpreted incorrectly. Therefore, in order to better ​understand numeric values, business users may require an interpretation in meaningful, non-numeric terms. However, if the transition between non-numeric terms is crisp, true values cannot be measured and a smooth transition between classes may no longer be possible. This book addresses this problem by presenting a fuzzy classification-based approach for a data warehouses. Moreover, it introduces a modeling approach for fuzzy data warehouses that makes it possible to integrate fuzzy linguistic variables in a meta-table structure. The essence of this structure is that fuzzy concepts can be integrated into the dimensions and facts of an existing classical data warehouse without affecting its core. This allows a simultaneous analysis, both fuzzy and crisp. A case study of a movie rental company underlines and exemplifies the proposed approach.