Una ontología para representar el modelo multidimensional y las asociaciones entre sus elementos

• Autores: Guillermo Manuel Negrín Ortiz, Julio César Díaz Vera
• Localización: Serie Científica de la Universidad de las Ciencias Informáticas, ISSN-e 2306-2495, Vol. 12, Nº. 9, 2019, págs. 83-96
• Idioma: español
• Títulos paralelos:
  • An ontology to represent the multidimensional model and the association between its elements
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La extracción de conocimiento de bases de datos es un área cuyo interés crece cada día por parte de la comunidad científica. Uno de los elementos que todavía dificulta poder comprender los modelos de una manera más completa ya ce en el hecho de que es complicado para las computadoras representar un dominio de conocimiento de la manera en la que se relacionan los objetos en la vida real. Se propone un mecanismo para representar de manera integrada la estructura de un cubo de datos, el conocimiento del dominio y las relaciones entre sus elementos que pueda ser interpretado tanto por usuarios humanos como tecnológicos. Lo anterior se realiza valorando su aplicación a la inteligencia de negocios. Se abordan los conceptos fundamentales de almacenes de datos, haciendo énfasis en el modelo multidimensional y su estructura. Se describen las reglas de asociación como resultado del proceso de minería de datos y se explica el problema que representa su extracción y la redundancia. Se introducen elementos de conocimiento previo para analizar su efecto en la redundancia de las reglas de asociación y definir la forma en que se representa este. Se definen una ontología “core” y puntos de extensión para construir modelos de dominio a partir de información disponible en cubos de datos.

  • English

    Knowledge extraction from databases is an area that has drawn attention from the scientific community. One of the elements that still affects the comprehension of the models is related to the fact that a computer to represent and understand a domain the way objects are related in real life. A mechanism to represent and integrate a data cube structureis proposed, the domain knowledge and the relationships between their elements in order to be understood by human and technological users. It is carried out assessing its application to business intelligence. Some important concepts are referred such as Data Warehouse, focusing on the multidimensional model and its structure. Association Rules are described as a part of data mining process and is commented the problem of extracting them and its redundancy. Some previous knowledge elements are introduced to analyze its effect in association rule redundancy and to define a way to represent it. A “core” ontology is defined along with extension points to build domain models from information contained in data cubes.