...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Knowledge and Data Engineering >Incremental Consolidation of Data-Intensive Multi-Flows
【24h】

Incremental Consolidation of Data-Intensive Multi-Flows

机译：数据密集型多流的增量合并

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Business intelligence (BI) systems depend on efficient integration of disparate and often heterogeneous data. The integration of data is governed by flows and is driven by a set of information requirements. Designing such flows is in general a complex process, which due to the complexity of business environments is hard to be done manually. In this paper, we deal with the challenge of efficient design and maintenance of flows and propose an incremental approach, namely , for semi-automatically consolidating data-intensive flows satisfying a given set of information requirements.  works at the logical level and consolidates data flows from either high-level information requirements or platform-specific programs. As  integrates a new data flow, it opts for maximal reuse of existing flows and applies a customizable cost model tuned for minimizing the overall cost of a unified solution. We demonstrate the efficiency and effectiveness of our approach through an experimental evaluation using our implemented prototype.
机译：商业智能（BI）系统依赖于不同异构数据之间的有效集成。数据的集成由流程控制，并由一组信息需求驱动。通常，设计此类流程是一个复杂的过程，由于业务环境的复杂性，很难手动进行。在本文中，我们应对有效设计和维护流的挑战，并提出一种增量方法，即半自动合并满足给定信息需求的数据密集型流。在逻辑级别工作，并合并来自高级信息需求或特定于平台的程序的数据流。在集成新数据流时，它会选择最大程度地重用现有数据流，并应用经过调整的可定制成本模型，以最大程度地降低统一解决方案的总体成本。我们通过使用我们已实现的原型进行实验评估来证明我们的方法的效率和有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号