基于DW和OLAP技術的數字圖書館資源訪問分析

〔摘 要〕針對數字圖書館資源服務系統積累中的大量數字資源訪問數據，研究并實現基于數據倉庫及OLAP技術的數字資源服務分析系統。首先建立了與資源服務系統分離的數據倉庫，并對數據倉庫進行多維建模;然后對多維數據模型進行切片、切塊、旋轉、上鉆和下鉆等多維操作，從多角度對數字資源訪問數據分析;最后采用前端開發工具開發了可視化的多維分析和數據展示平臺。實踐表明，基于數據倉庫的數字資源服務分析可以圖書館管理層提供有效的決策支持。

〔關鍵詞〕數字資源服務;數據倉庫;模型設計;聯機分析處理;多維數據模型

〔中圖分類號〕TP311.13 〔文獻標識碼〕A 〔文章編號〕1008-0821(2009)11-0153-05

Digital Resources Service Analysis System Based on Data Warehouse and OLAPXiong Yongjun Chen Chunying

(Library，Central South University，Changsha 410083，China)

〔Abstract〕Based on the large amount history data accumulated in the digital resources service system，the digital resources service analysis system based on data warehouse and OLAP technology was studied and implemented.First，the independent data warehouse of the digital resources service was established and the multi-dimensional model was set up to make multi-analysis.And then the multi-analysis analysed such as slice，dice，rotate，roll-up，and drill-down are made in order to analyze the data from multi-dimension.On this basis，the front-end development tool was used to develop the display platform for the data，which could be used for integration of visualization analysis.The experiments showed that the digital resources service analysis system could help the administrators of library to make the efficient decision supports.

〔Keywords〕digital resources service;data warehouse(DW);model design;OLAP;multi-dimensional datasets

隨著信息技術的發展和信息資源的快速增長，數字圖書館信息資源服務模式由以“資源”為中心轉變為成以“用戶”為中心的個性化知識服務模型[1]。國內許多圖書館建立了自己的個性化數字資源服務平臺MyLibrary。系統積累了大量的讀者對數字資源的訪問數據。但目前的數字資源個性化信息服務系統注重的是信息的檢索、定制和推送等個性化服務功能，不能對資源訪問數據進行深層次的分析與挖掘，不能很好為較高層次的管理者和決策者提供決策支持。

從實際需求來說，圖書館管理者和決策者急需對數字資源的訪問歷史數據進行智能分析，了解網上讀者對數字資源訪問情況，從中發現讀者興趣和資源的關聯，為數字資源的采訪和讀者個性化服務提供宏觀指導。而數據倉庫(data warehouse，DW)卻能提供較好的決策支持，數據倉庫面向OLAP(on-line analytical processing，在線分析處理)，OLAP注重對數據更高層次的分析，通常是對海量的歷史數據進行查詢和分析[2]。

在這樣的背景下，本研究針對高校數字圖書館個性化服務系統所積累的資源訪問數據，建立數據倉庫多維數據建模，運用OLAP技術對資源訪問歷史數據進行多維分析，并利用前端工具對資源訪問多維模型進行數據可視化展示。

1 數據倉庫和OLAP技術

W.H.Inmon把數據倉庫定義為:“一個面向主題、集成的、隨時間變化的、非易失性數據的集合，用于支持管理層的決策過程”[3]。數據倉庫技術是在傳統的數據庫技術基礎上發展而來的，其主要是為決策提供支持，為聯機事務分析、數據挖掘(datamining，DM)等深層次的數據分析提供平臺。目前，數據倉庫技術已成功用于電信、銀行和零售等行業中。

1.1 數據倉庫組成

建立數據倉庫的主要過程包括數據源的數據導入、數據存儲和管理和數據分析與展現[2-3]。為完成以上過程，數據倉庫系統采用如圖1所示的結構。其中數據抽取、清理、裝載和刷新工具負責將所需數據從數據源導入數據倉庫DW中;DW服務器負責數據的存儲管理和數據存取，并給OLAP服務器和前臺工具提供存取接口;OLAP服務器則透明地為前臺工具和用戶提供多維數據視圖;前臺工具包括數據報表工具、多維數據分析工具、數據挖掘工具負責進行數據分析，并以直觀的方式向決策層展現數據，提供決策支持[4]。

1.2 OLAP多維分析技術

OLAP支持決策人員從不同的角度、快速靈活地對數據倉庫中的數據進行復雜查詢和多維分析[5]。OLAP技術的基礎是多維數據模型。所謂多維模型就是數據分析時用戶的數據視圖，是面向分析的數據模型，用于為分析人員提供多種觀察的視角和面向分析的操作。

多維數據分析的核心數據為多維模型的度量值，這些數據一般是數量、成本和費用等，例如資源訪問中的訪問次數。觀察的視角即為多維模型的維度，例如從讀者類型或院系專業來分析訪問次數，讀者就是資源訪問的一個維度。在同一個維度上，可以存在多個不同的細節，這些細節就是維的層次，它是對維的進一步細化。例如資源訪問時間就有學年、學期、月和日這4個層次。多維數據模型包含了維度和度量值，也被稱為數據立方體或超立方體。OLAP 的多維分析，是指采用切片(slice)、切塊(dice)、旋轉(pivot)、上卷(roll-up)和鉆取(drill-down)等基本操作[5]，從而使用戶達到從多個角度，多個細節分析數據的目的。

2 數字資源服務分析型數據倉庫設計

2.1 數字資源服務數據倉庫需求分析

數據倉庫的需求是多方面的，包括功能需求、數據需求、數據安全性和系統性能方面，以下重點分析數據需求和功能需求。

2.1.1 數據需求

要建立數字資源服務分析型數據倉庫，首先需要將與決策分析相關的數據從數字資源服務系統導出并導入到一個分離的數據倉庫中，供決策分析使用，所抽取的數據為面向主題的，所以數據的抽取也必須以分析主題為中心。數字資源服務數據倉庫主要是對資源訪問主題的分析，所涉及的信息包括讀者信息、資源信息和資源訪問信息。表1列出了資源訪問分析主題中讀者信息、資源信息和資源訪問信息所需的常用數據。

2.1.2 功能需求

數字資源服務訪問分析主題的功能需求可以從讀者、資源和資源訪問3個方面來分析。

(1)讀者分析。主要是對讀者群體進行分類后，從不同的視角展現數字圖書館為讀者提供服務情況。劃分的角度可以按照讀者本身的自然屬性，如讀者性別、年齡層次、年級、注冊時間、讀者類型(專科生、本科生、研究生等)、院系、專業等。

(2)資源分析。主要是對數字圖書館各種信息資源進行分類后，從不同的視角來觀察資源的配置情況。分類的角度可以從學科專業(中圖法圖書分類)、文獻類型、語種、年代等進行劃分，來分析資源的配置、利用率及使用價值。根據對數字資源本身的屬性及使用情況，對其提供多種的統計功能，將統計情況以列表、餅圖、柱狀圖、曲線等形式表現出來，資源使用情況的分析數據對下一步資源購買提供準確可靠的決策依據。

(3)訪問分析。在數字圖書館信息服務中，讀者對資源的使用情況以日志的形式保存下來，包括對資源的瀏覽信息(題錄、文摘、全文)以及下載信息等。利用這些信息來分析讀者對資源的訪問特征，按照不同的訪問時間段對不同讀者和資源類型訪問數量進行考察，可以得出哪些時段上訪問量比較大，而哪些時間段上訪問量較小，進而調整服務策略。也可以按照讀者和資源的屬性來分析不同類型的讀者對資源的訪問情況。

2.2 數字資源服務分析型數據倉庫設計

在實現數字資源服務系統數據倉庫時采用SQL Server 2000 Analysis Services工具[6]，首先根據數據需求將現有數據抽取出來，進行簡單的預處理如數據缺失值、數據不一致、數據規范化處理等操作后進行數據集成，然后設計多維模型，再在Analysis Services平臺上建立多維模型。

2.2.1 多維模型的設計

數據倉庫的邏輯模型一般分為星型模型和雪花模型兩種。星型模型通常采用一個包含主題的事實表和多個維度表來支持各種決策查詢，但星型模型不能很好提供對屬性層次的支持。雪花模型是在星型模型的基礎上改進而來的，可以提供對屬性層次的支持。在雪花模型中，維度表除了具有星型模型中維度表的功能外，還與詳細類別表相連，詳細類別表可以在相關維度上進行詳細分析描述，以縮小事實表、提高查詢效率的目的。由于本文研究的資源服務信息所涉及的維度數據的層次較多，需要對維度數據規范化處理，所以采用雪花模型。

數字資源服務主題的數據倉庫多維數據模型如圖2所示，包括資源訪問事實表、讀者維度、資源維度、日期維度、時間維度和訪問方式維度。圖3為在Analysis Services平臺上實現后的示意圖。

對于讀者維度，需對讀者類型、讀者院系、讀者專業、讀者年齡層次和讀者年級等進行規范，隨著時間的變化，讀者年齡層次和年級也會發生變化，這就需要在數據倉庫中跟蹤這些變化，對維度做漸變處理，漸變方法參見文獻[6]。對于資源維度，需要規范的數據有出版時間、資源類型、資源來源、語種和資源分類，資源分類采用中圖分類法的類目級別來規范。對訪問時間維度，為1天中的訪問時間區段，時間間隔設為1小時，可以反映出1天24小時的訪問情況。訪問方式維度，數據規范為題錄瀏覽、文摘瀏覽、全文瀏覽和全文下載。

2.2.2 多維模型的存儲設計

在對多維模型進行處理時，需要解決是采用多維數據庫系統還是采用關系數據庫系統存儲數據的問題。如果采用多維數據庫系統存儲、顯示數據，那么這種OLAP系統就是基于多維的OLAP，即MOLAP(multidimensional OLAP)。如果采用關系數據庫系統存儲、顯示數據，那么這種OLAP系統就是基于關系的OLAP，即ROLAP(relational OLAP)[7]。

由于MOLAP結構能迅速地響應決策分析人員的分析請求并快速地將分析結果返回給用戶，而數據倉庫中數據量很大，所以為提高響應速度，本文研究的多維數據模型均采用MOLAP存儲。

3 數字資源服務多維數據分析

建立數字資源服務數據倉庫的最終目的是為了對資源訪問數據進行多方面的智能分析，本系統中分別在Analysis Services、Microsoft Excel和Crystal Analysis這3個工具上對資源訪問數據倉庫中的多維數據進行多維分析和計算，限于篇幅，以下介紹部分功能。

3.1 使用多維數據集瀏覽器分析數據

使用Analysis Services的Cube Browser(多維數據集瀏覽器)可以對建立的多維數據集進行數據地行上卷、下鉆、切片和切塊等操作，從多個角度來對數據進行瀏覽與分析。數據分析的常用操作如圖4所示。

切片是指在多維數據集的某一維上選定一個維成員的動作，即在多維數組中選一維，并取其一維成員，所得的多維數組的子集稱為在該維上的一個切片。對于數字資源訪問多維數據集來說，只研究某一讀者類型為本科生的數據這就是一個切片。

切塊是指在多維數組的某一維上選取某一區間的維成員的動作。對于數字資源服務多維數據集，若研究某一訪問時間區間的數據就是一個切塊。

鉆取是改變維的層次，變換分析的粒度，它包括上卷和下鉆。上卷是在某一維上將低層次的細節數據概括到高層次的匯總數據，或者減少維數;而下鉆則相反，它從匯總數據深入到細節數據進行觀察或增加新維。要了解所有某年的資源訪問情況就可以在訪問時間的“學期”層次上采用上鉆操作，要了解資源的二級分類數據就可以采用下鉆操作，如需要更詳細的某月或某日的資源訪問數據還可以在時間維度上進一步下鉆。

3.2 使用Excel的數據透視表和數據透視圖分析數據

Microsoft Excel的數據透視表(或透視圖)服務作為客戶端工具，起著與OLAP服務器通訊和為客戶程序提供訪問OLAP數據接口的作用。首先在Excel中啟動數據透視表和數據透視圖服務，然后將數據透視視圖的數據源設為OLAP中的具體多維模型，可以同時創建數據透視圖和透視表。

圖5給出了數字資源訪問多維數據模型的一個數據透視圖，為不同類型資源的訪問情況柱形圖，在透視圖上可以方便地進行各種多維操作，根據分析需求建立其它的圖表來進行資源訪問分析。

使用Microsoft Excel的數據透視表功能同樣可以對多維數據集進行旋轉、上鉆、下鉆、切片和切塊等多維分析，同時數據透視圖的功能，可以將表轉化成圖的形式更直觀地表示出來，Excel提供的圖種類很多，有折線圖、柱形圖、條形圖、餅圖等。

4 結 語

本文基于數據倉庫OLAP技術建立了數字資源服務分析系統，將數字圖書館資源服務系統中將數字資源訪問數據導入到數據倉庫中，然后在數據倉庫中根據分析需求建立多維數據模型，在多維模型的基礎上對數據進行OLAP分析，為數字資源的采購和服務提供決策支持，也為進行更深層次的數據分析如數據挖掘建立了數據的基礎。

參考文獻

[1]郭海明，劉桂珍.數字圖書館信息服務模式發展研究[J].情報理論與實踐，2005，(3):251-254.

[2]王珊.數據倉庫技術與聯機分析處理[M].北京:科學出版社，1998:4-12.

[3]Jiawei Han，Micheline Kamber.數據挖掘:概念與技術[M].北京:機械工業出版社，2001:223-260.

[4]林宇.數據倉庫原理與實踐[M].北京:人民郵電出版社，2003:50-124.

[5]楊彬彬，鄭曉薇.基于數據倉庫技術的CRM決策支持系統模型設計[J].計算機工程與設計，2004，25(7):1182-1184.

[6]何玉潔，張俊超.數據倉庫與OLAP實踐教程[M].北京:清華大學出版社，2008:65-70.

[7]布瑞，等.SQL Server 2000數據倉庫與Analysis Services[M].北京:中國電力出版社，2003:9-226.