مشخصات مقاله:
عنوان فارسی مقاله:
چارچوب غنی سازی تحلیل انبار داده با سیستم های پرسش و پاسخ
عنوان انگلیسی مقاله:
A framework for enriching Data Warehouse analysis with Question Answering systems
کلمات کلیدی مقاله:
هوش تجاری، انبار داده، پرسش و پاسخ ، استخراج اطلاعات، بازیابی اطلاعات
مناسب برای رشته های دانشگاهی زیر:
مدیریت، مهندسی فناوری اطلاعات
مناسب برای گرایش های دانشگاهی زیر:
معماری سازمانی، مدیریت کسب و کار، سیستم های اطلاعاتی پیشرفته، مدیریت استراتژیک
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه و انگیزه
2. کار مرتبط
1.2. سهم پیشنهاد ما در کار پیشین
3. چارچوب هوش تجاری ما
1.3. فاز آماده‌سازی
2.3. فاز اجرایی
4. سناریوی موردی
1.4. توصیف سناریوی موردی
2.4. استفاده از پیشنهاد ما در سناریوی موردی
5. ارزشیابی
1.5. توصیف سیستم QA
2.5. نتایج آزمایش روی سناریوی فروش محصول الکترونیکی
6. نتیجه گیری و تحقیق آینده
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
Business Intelligence (BI) applications allow their users to query, understand, and analyze existing data within their organizations in order to acquire useful knowledge, thus making better strategic decisions. The core of BI applications is a Data Warehouse (DW), which integrates several heterogeneous structured data sources in a common repository of data. However, there is a common agreement in that the next generation of BI applications should consider data not only from their internal data sources, but also data from different external sources (e.g. Big Data, blogs, social networks, etc.), where relevant update information from competitors may provide crucial information in order to take the right decisions. This external data is usually obtained through traditional Web search engines, with a significant effort from users in analyzing the returned information and in incorporating this information into the BI application. In this paper, we propose to integrate the DW internal structured data, with the external unstructured data obtained with Question Answering (QA) techniques. The integration is achieved seamlessly through the presentation of the data returned by the DW and the QA systems into dashboards that allow the user to handle both types of data. Moreover, the QA results are stored in a persistent way through a new DW repository in order to facilitate comparison of the obtained results with different questions or even the same question with different dates.
چکیده
برنامه‌های هوش تجاری (BI) برای کاربران خود امکان جستجو، درک و تحلیل داده‌های موجود در سازمان های آن‌ها را ایجاد می‌کند تا دانش مفید کسب کرده و بنابراین تصمیمات راهبردی بهتری اخذ نمایند. هسته برنامه BI انبار داده (DW) است که چندین منبع داده ساختاری ناهمگن را در یک مخزن مشترک داده مجتمع‌سازی می‌کند. هرچند، توافق مشترکی وجود دارد که نسل بعدی برنامه‌های BI باید نه تنها داده را از منابع داخلی آن مد نظر داشته باشند، بلکه باید داده های منابع خارجی مختلف را نیز در نظر بگیرند (مثلا Big Data، وبلاگ ها، شبکه‌های اجتماعی و غیره) که در آن اطلاعات به‌روزرسانی مرتبط رقبا می‌تواند اطلاعات اساسی برای تصمیم‌گیری درست مهیا نماید. این داده خارجی معمولا از طریق موتورهای جستجوی وب سنتی حاصل می‌شود که تلاش قابل توجهی از جانب کاربران به منظور تحلیل اطلاعات برگشتی و ورود این اطلاعات به برنامه BI را می‌طلبد. در این مقاله پیشنهاد مجتمع‌سازی داده ساختاری داخلی DW با داده غیرساختاری خارجی حاصل از تکنیک‌های پرسش و پاسخ (QA) را پیشنهاد می‌کنیم. این مجتمع‌سازی از طریق ارائه داده برگشتی DW و سیستم‌های QA در داشبورها محقق می‌شود که به کاربر اجازه می‌دهد هر دو نوع داده را مدیریت نماید. به علاوه، نتایج QA از طریق مخزن DW جدید به شیوه پایدار نگهداری می‌شوند تا مقایسه نتایج حاصله با سوالات مختلف یا حتی سوال یکسان با تاریخ‌های مختلف تسهیل گردد.