WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

à‰tude comparative par approche décisionnelle sur l'augmentation de la population estudiantine dans l'enseignement supérieur et universitaire.

( Télécharger le fichier original )
par Bertp Ntangu Phanzu
Université de Kinshasa - Gradué en Sciences, Groupe Informatique 2015
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

7. Modélisation d'un entrepôt de données

Les analyses décisionnelles sont directement reliées à une modélisation de l'information conceptuelle proche de la conception et basée sur une vision multidimensionnelle des données.

La modélisation multidimensionnelle : considère un sujet analysé comme un point dans un espace àplusieurs dimensions et les données y sont organisées de façon à mettre en évidence le sujet analysé et les différentes perspectives de l'analyse.

La modélisation multidimensionnelle a donné naissance aux concepts de fait et de dimension.

7.1. Concepts de base

v Un Fait :

Ø modélise le sujet de l'analyse

Ø est formé de mesures correspondant aux informations de l'activité analysée.

Ø ces mesures sont numériques et généralement valorisées de façon continue, on peut les additionner, les dénombrer ou bien calculer le minimum, le maximum ou la moyenne.

v UneDimension

Le sujet analysé, le fait, est analysé suivant différentes perspectives ou axes caractérisant ses mesures de l'activité : on parle de dimensions.

Une dimension : modélise un axe d'analyse et se compose de paramètres correspondant aux informations faisant varier les mesures de l'activité.

En OLAP les mesures d'un fait sont généralement analysées selon les dimensions qui les caractérisent.

Il est nécessaire de définir pour chaque dimension ses différents niveaux de détail définissant ainsi une (ou plusieurs) hiérarchie(s) de paramètres

La hiérarchie de paramètre d'une dimension : définis des niveaux de détail de l'analyse sur cette dimension.

7.2. Types de Modèles

7.2.1. Modèle en Etoile

Une Etoile est une façon de mettre en relation les dimensions et les faits dans un entrepôt des données. Le principe est que les dimensions sont directement reliées à un Fait.

L'identifiant d'une table de Fait est une clé multiple composée de la concaténation des clés de chacune des dimensions d'analyse.

Caractéristiques

1. Une structure simple

2. une table centrale : la table des faits:

Ø objets de l'analyse

Ø taille très importante

Ø nombreux champs

3. les tables de dimensions :

Ø dimensions de l'analyse

Ø taille peu importante

Ø peu de champs

Figure III.3 : Schéma d'un modèle en étoile

251612672

ID_4

251613696

T_Dim4

251614720

ID_2

251615744

T_Dim2

251616768251637248251638272251639296251640320

T_FAIT

251617792

ID_3

251618816

ID_1

ID_2

ID_3

ID_4

251619840

ID_1

251620864

T_Dim1

251621888

T_Dim3

251622912

 

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Nous devons apprendre à vivre ensemble comme des frères sinon nous allons mourir tous ensemble comme des idiots"   Martin Luther King