Modellierung Zeitbezogener Daten Im Data Warehouse

ISBN-13: 9783824473335 / Niemiecki / Miękka / 2001 / 197 str.

Steffen Stock

Opis

Steffen Stock erweitert das Data-Warehouse-Konzept um das Konzept zeitbezogener Daten und fuhrt eine Gultigkeitszeitmatrix ein, damit im Zeitablauf auftretende betriebswirtschaftlich bedingte Strukturanderungen modelliert werden konnen.

Spis treści

1 Einleitung.- 1.1 Motivation.- 1.2 Zielsetzung.- 1.3 Gang der Untersuchung.- 2 Grundlagen der Datenmodellierung.- 2.1 Schemata-Konzept.- 2.2 Entity-Relationship-Modelle.- 2.2.1 Konventionelles Entity-Relationship-Modell.- 2.2.2 Extended-Entity-Relationship-Modell.- 2.2.2.1 Spezialisierung.- 2.2.2.2 Generalisierung.- 2.3 Relationales Datenmodell.- 2.3.1 Basiselemente.- 2.3.2 Schlüsselbeziehungen.- 2.3.3 Anomalien.- 2.3.4 Normalformen.- 2.3.5 Relationale Algebra.- 2.3.6 Fehlende Werte.- 3 Zeitbezogene Daten.- 3.1 Begriffliches.- 3.1.1 Zeitmodelle und Zeitbegriff.- 3.1.2 Klassifikation der Zeit.- 3.2 Darstellung und Auswertung.- 3.2.1 Zeitstempelung.- 3.2.1.1 Tupel-Zeitstempelung.- 3.2.1.2 Attribut-Zeitstempelung.- 3.2.2 Intervallbeziehungen.- 3.2.3 Verschmelzung.- 3.3 Modellierung.- 3.3.1 Zeitbezogene relationale Datenmodelle.- 3.3.2 Zeitbezogene Entity-Relationship-Modelle.- 3.3.2.1 Zeitbezogene konventionelle Entity-Relationship-Modelle.- 3.3.2.1.1 ER-Modell ohne Modifikation.- 3.3.2.1.2 TERM.- 3.3.2.1.3 RAKE-Modell.- 3.3.2.1.4 ERT-Modell.- 3.3.2.1.5 TER-Modell.- 3.3.2.1.6 RETTE-Modell.- 3.3.2.2 Zeitbezogene Extended-Entity-Relationship-Modelle.- 3.3.2.2.1 TEER-Modell.- 3.3.2.2.2 STEER-Modell.- 3.3.2.2.3 TEER2-Modell.- 3.3.2.2.4 TimeER-Modell.- 4 Daten im Data Warehouse.- 4.1 Begriffliches.- 4.1.1 Data-Warehouse-Konzept.- 4.1.2 Data-Warehouse-Architektur.- 4.1.3 On-Line Analytical Processing.- 4.1.4 Abgrenzung.- 4.2 Darstellung.- 4.2.1 Fakten.- 4.2.2 Dimensionen.- 4.2.2.1 Klassifikationshierarchien.- 4.2.2.2 Standarddimensionen.- 4.3 Auswertung.- 4.4 Modellierung.- 4.4.1 Star-Schema.- 4.4.2 Entity-Relationship-Modelle im Data Warehouse.- 4.4.2.1 Extended-Entity-Relationship-Modell ohne Modifikation.- 4.4.2.2 Entity-Relationship-Modell für verdichtete Daten.- 4.4.2.3 Multidimensionales Entity-Relationship-Modell.- 5 Zeitbezogene Daten im Data Warehouse.- 5.1 Darstellung.- 5.1.1 Berücksichtigung der Gültigkeitszeit.- 5.1.1.1 Zeitstempelung der Fakten.- 5.1.1.1.1 Ursachen der fehlenden Fakten.- 5.1.1.1.2 Zeitbezogener Metadatenraum.- 5.1.1.2 Zeitstempelung der Klassifikationshierarchien.- 5.1.1.2.1 Arten der Änderungen der Klassifikationshierarchie.- 5.1.1.2.2 Berücksichtigung von Änderungen der Klassifikationshierarchie.- 5.1.1.2.3 Konzept der slowly changing dimensions.- 5.1.1.2.4 Gültigkeitszeitmatrix.- 5.1.2 Berücksichtigung der Gültigkeits- und Transaktionszeit.- 5.1.2.1 Zeitstempelung der Fakten.- 5.1.2.2 Zeitstempelung der Klassifikationshierarchien.- 5.2 Auswertung.- 5.2.1 Aufbau der Klassifikationshierarchien.- 5.2.2 Klassifikation der Benutzersichten.- 5.2.3 Benutzertypen.- 5.3 Modellierung.- 5.3.1 Zeitbezogenes Star-Schema.- 5.3.1.1 Berücksichtigung der Gültigkeitszeit.- 5.3.1.1.1 Zeitstempelung der Fakten.- 5.3.1.1.2 Zeitstempelung der Klassifikationshierarchien.- 5.3.1.2 Berücksichtigung der Gültigkeits- und Transaktionszeit.- 5.3.1.2.1 Zeitstempelung der Fakten.- 5.3.1.2.1.1 Berücksichtigung der Wertänderungen.- 5.3.1.2.1.1.1 Vollständige Zeitstempelung.- 5.3.1.2.1.1.2 Zeitstempelung nach Sarda.- 5.3.1.2.1.1.3 Bewertung.- 5.3.1.2.1.2 Berücksichtigung des Importzeitpunktes und der Wertänderungen.- 5.3.1.2.1.2.1 Vollständige Zeitstempelung.- 5.3.1.2.1.2.2 Zeitstempelung nach Sarda.- 5.3.1.2.1.2.3 Zeitstempelung nach Clifford und Croker.- 5.3.1.2.1.2.4 Zeitstempelung nach Ariav.- 5.3.1.2.1.2.5 Bewertung.- 5.3.1.2.2 Zeitstempelung der Klassifikationshierarchien.- 5.3.2 Zeitbezogene Entity-Relationship-Modelle im Data Warehouse.- 5.3.2.1 Zeitbezogenes Extended-Entity-Relationship-Modell ohne Modifikation.- 5.3.2.2 Zeitbezogenes multidimensionales Entity-Relationship-Modell.- 6 Zusammenfassung und Ausblick.

O autorze

Dr. Steffen Stock ist wissenschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik und Operations Research an der Gerhard-Mercator-Universität Duisburg, wo er bei Prof. Dr. Peter Chamoni promovierte.

Blurb

Ein Data Warehouse ist in der betrieblichen Praxis häufigen Änderungen unterworfen. Einerseits kann sich die Dimensionsstruktur im Zeitablauf ändern, andererseits erweist sich der Informationsbedarf eines Entscheidungsträgers häufig als unstetig und dynamisch. Bei einer nachträglichen Beurteilung von Entscheidungssituationen ist jedoch die zum Entscheidungszeitpunkt vorherrschende Informationslage von elementarer Bedeutung.

Steffen Stock erweitert das Data-Warehouse-Konzept um das Konzept der zeitbezogenen Daten, damit die zu jedem Zeitpunkt verfügbaren Daten und Klassifikationshierarchien dauerhaft gespeichert werden können. Hierzu führt der Autor eine Gültigkeitszeitmatrix ein, die eine Vergleichbarkeit der Fakten auch nach Änderungen der Klassifikationshierarchien ermöglicht. Durch diese Erweiterungen können im Zeitablauf auftretende betriebswirtschaftlich bedingte Strukturänderungen modelliert werden.