Modelagens conceitual e lógica para data warehousing baseadas na integração de ontologia e matriz de barramento
Resumo
Data warehouse é uma solução para suporte à decisão cuja tecnologia é bem praticada. Porém, as modelagens conceitual e lógica não estão bem descritas na literatura, pois não abordam como usar as características do domínio e como podem ser aplicadas para gerar consultas com a linguagem do usuário. Nesse sentido, este trabalho apresenta uma nova abordagem para modelagem multidimensional, baseada na integração de ontologia e a matriz de barramento e, fundamentada por uma álgebra dimensional. O objetivo foi representar os detalhes do domínio nas dimensões e fatos, para representar fielmente os processos de negócio nas consultas multidimensionais. Como resultado, foi apresentado um roteiro para construção de uma ontologia para o modelo conceitual, vinculada a uma matriz de barramento dinâmica para nortear o modelo lógico e, para aproveitar os requisitos do domínio na linguagem e noção do usuário e espelhar processos de negócio nas consultas multidimensionais.
Palavras-chave:
Banco de Dados e Recuperação de Informação, Engenharia Dirigida por Modelos Simulação
Referências
Borba, S. D. F. P., & Morales, A. B. T. (2006). Aplicação de Banco de Dados Orientado a Objetos na Modelagem Multidimensional. In SBBD (pp. 132-146).
Fernández-López, M., Gómez-Pérez, A., & Juristo, N. (1997). Methontology: from ontological art towards ontological engineering.
Gruber, T. R. (1993). A translation approach to portable ontology specifications. Knowledge acquisition, 5(2), 199-221.
Kimball, R., & Ross, M. (2013). The data warehouse toolkit: The definitive guide to dimensional modeling. John Wiley & Sons.
Musen, M.A. The Protégé project: A look back and a look forward. AI Matters. Association of Computing Machinery Specific Interest Group in Artificial Intelligence, 1(4), June 2015. DOI: 10.1145/2557001.25757003.
Noy, N. F., & McGuinness, D. L. (2001). Ontology development 101: A guide to creating your first ontology.
Rubin, D. L., Noy, N. F., & Musen, M. A. (2007). Protégé: a tool for managing and using terminology in radiology applications. Journal of digital imaging, 20(1), 3446.
Thomas, H., & Datta, A. (2001). A conceptual model and algebra for on-line analytical processing in decision support databases. Information Systems Research, 12(1), 83-102.
Fernández-López, M., Gómez-Pérez, A., & Juristo, N. (1997). Methontology: from ontological art towards ontological engineering.
Gruber, T. R. (1993). A translation approach to portable ontology specifications. Knowledge acquisition, 5(2), 199-221.
Kimball, R., & Ross, M. (2013). The data warehouse toolkit: The definitive guide to dimensional modeling. John Wiley & Sons.
Musen, M.A. The Protégé project: A look back and a look forward. AI Matters. Association of Computing Machinery Specific Interest Group in Artificial Intelligence, 1(4), June 2015. DOI: 10.1145/2557001.25757003.
Noy, N. F., & McGuinness, D. L. (2001). Ontology development 101: A guide to creating your first ontology.
Rubin, D. L., Noy, N. F., & Musen, M. A. (2007). Protégé: a tool for managing and using terminology in radiology applications. Journal of digital imaging, 20(1), 3446.
Thomas, H., & Datta, A. (2001). A conceptual model and algebra for on-line analytical processing in decision support databases. Information Systems Research, 12(1), 83-102.
Publicado
26/10/2020
Como Citar
SANTOS, Márcio André; SANTOS, Daniel Lucas; ANDRADE, Sergio Fred.
Modelagens conceitual e lógica para data warehousing baseadas na integração de ontologia e matriz de barramento. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE), 20. , 2020, Arapiraca-AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 1-10.
