UNIVERSITA’ POLITECNICA DELLE MARCHEFacoltà di Ingegneria

Corso di Laurea Specialistica in Ingegneria Informatica

PROGETTO DI UN DATA WAREHOUSEPROGETTO DI UN DATA WAREHOUSEPER IL SUPPORTO AL MONITORAGGIOPER IL SUPPORTO AL MONITORAGGIO

DI PREZZI E TARIFFE SUL WEBDI PREZZI E TARIFFE SUL WEB

Anno Accademico 2007/2008http://pollosky.ithttp://pollosky.it

AmbitoAmbito

Osservatori prezzi TRASPARENZA E CONOSCENZA SUI LIVELLI E SULLE DINAMICHE CHE CARATTERIZZANO

L’ ANDAMENTO DEI PREZZI

ProblematicheRACCOLTA DATI (COSTI, COMPLESSITÀ)

POTENZIALITA’ DI ANALISI

ObiettiviRACCOLTA ED INTEGRAZIONE DEI DATI SUL WEB

GESTIONE DEI DATI

SISTEMA DI SUPPORTO ALLE ANALISI

Attività progettualeAttività progettuale

• Progettazione della base dati– Completa– Generalizzata

• Soluzione problematiche– Gestione delle eterogeneità (aggregazioni)

Sistema di supporto alle analisiSistema di supporto alle analisi

Analisi flessibilied interattive OLAPOLAP

DimensioneDimensione

Modello multidimensionaleModello multidimensionale

Funzione di Funzione di aggregazioneaggregazione

MisuraMisura

Identificazione di fatti e dimensioni

Schema Entità-Relazione

Grafo Dimensionale

Modello MD

• Studio della natura delle sorgenti

• Formato di rappresentazione dei dati

• Proprietà associate ai fatti

• Identificazione delle misure e delle prospettive di analisi

• Studio della natura delle sorgenti

• Formato di rappresentazione dei dati

• Proprietà associate ai fatti

• Identificazione delle misure e delle prospettive di analisi

Data warehouseData warehouseMetodologia di progettazione [Cabibbo, 1998]:

COMUNALEPROVINCIALE

REGIONALE

NAZIONALENAZIONALE

Gestione delle eterogeneitàGestione delle eterogeneità

informazioniinformazionisul websul web

diversi livelli di diversi livelli di granularitàgranularità

Misure aggregateMisure aggregate

ProvinciaProvincia ProvinciaProvincia

1,5221,522 Comune 1Comune 11,5221,522 Comune 1Comune 1

1,517 1,517 Comune 2Comune 21,517 1,517 Comune 2Comune 2

1,5211,521 Comune 3Comune 31,5211,521 Comune 3Comune 3

Roll upRoll up

1,5361,536 Comune 4Comune 41,5361,536 Comune 4Comune 4

AVG

AVG

Misura aggregataMisura aggregata1,5241,524

Misure aggregateMisure aggregate

1,520 1,520 ProvinciaProvincia1,520 1,520 ProvinciaProvincia

1,5221,522 Comune 1Comune 11,5221,522 Comune 1Comune 1

1,517 1,517 Comune 2Comune 21,517 1,517 Comune 2Comune 2

1,5211,521 Comune 3Comune 31,5211,521 Comune 3Comune 3

1,524 1,524 ProvinciaProvincia1,524 1,524 ProvinciaProvincia

-- Comune 4Comune 4 -- Comune 4Comune 4

AVG

AVG

NON PRESENTE NELNON PRESENTE NELDATA WAREHOUSEDATA WAREHOUSE

GIA’ DISPONIBILEGIA’ DISPONIBILE

Possibili soluzioniPossibili soluzioni Prevedere un modulo che pre-calcoli ogni livello di

aggregazione navigabile Personalizzare il server OLAP Viste materializzate Intervenire a livello logico (query MDX)

prezzo aggregato

SoluzioneSoluzione• DIMENSIONE AUSILIARIADIMENSIONE AUSILIARIA

• FILTRAGGIOFILTRAGGIO

• NUOVA MISURANUOVA MISURA

IF Level IS [Nazionale] THENIF Level IS [Nazionale] THENIF Level IS [Regionale] THENIF Level IS [Regionale] THENIF Level IS [Provinciale] THENIF Level IS [Provinciale] THENIF Level IS [Comunale] THENIF Level IS [Comunale] THEN

IF Level IS [Nazionale] THENIF Level IS [Nazionale] THENIF Level IS [Regionale] THENIF Level IS [Regionale] THENIF Level IS [Provinciale] THENIF Level IS [Provinciale] THENIF Level IS [Comunale] THENIF Level IS [Comunale] THEN

Query MDX

ImplementazioneImplementazione

Query espresse in MDXLegge i dati da un RDBMSPresenta i risultati in forma

multidimensionale

Motore OLAP Mondrian-JPivotMondrian-JPivot

Mondrian XML SchemaMondrian XML Schema

CON

FIG

UR

AZI

ON

E

CubeTableDimensionHierarchyLevelCalculatedMemberMeasures

Collezione di misure e dimensioni

Relazioni con le tabella del database fisico

Gerarchie legate aduna dimensione

SperimentazioneSperimentazione

• Analisi sui dati disponibili Generare query di interesse Elaborare rappresentazioni grafiche Confrontare le misure visualizzate

• Stimare i tempi di calcolo

• Performance

• Significatività

Analisi OLAPAnalisi OLAP

Analisi OLAPAnalisi OLAP

AGIPAGIP

16 Luglio 2008

ConclusioniConclusioni• Riuso delle informazioni acquisite dal web• Adattabilità a diverse tipologie di prodotti (Alimenti, Carburanti,

Servizi, etc.)• Analisi ad alto valore aggiunto

PROTOTIPO

• Flessibile– Adattabilità delle sorgenti– Elasticità di analisi

• Robusto– Nessun malfunzionamento rilevato

• Efficiente– Rapidità– Puntualità

Sviluppi FuturiSviluppi Futuri

•Nuovi flussi informativi

• Supporto agli utenti nella costruzioni di analisi

•Nuovi servizi di analisi avanzata–Data quality–Data mining