基于操作序列挖掘的OLAP查询推荐方法

摘要

针对联机分析处理（online analytical processing，OLAP）操作复杂导致的用户使用效率低下问题，提出基于操作序列挖掘的OLAP查询推荐方法。首先从多维表达式（multidimensional expression，MDX）查询语句记录中提取整数数列形式的查询序列，再利用PrefixSpan方法对查询序列进行频繁序列模式挖掘，并基于挖掘出的模式及其子模式建立概率矩阵，最后通过搜索与用户当前查询操作或查询序列匹配的候选模式对其下一步查询操作进行预测，并将预测结果按概 率大小分级推荐。在7位OLAP专业分析人员的查询分析日志数据集上对本文提出的查询推荐方 法进行性能评价，实验结果表明使用用户相关模型前五推荐内容的平均正确率为92.20%，其中第一推荐的平均正确率为77.06%；使用公共模型前五推荐内容的平均正确率为81.89%，其中第一推荐的平均正确率为60.85%。