차원의 저주와 이해할 수 있는 결과에 대한 필요성은 큐브그레이드 문제에 대한 효율적이고 확장 가능한 솔루션을 찾는 데 심각한 문제를 제기합니다. 제한된 다차원 기울기 분석이라고 하는 제한적이지만 흥미로운 큐브그레이드 문제 버전입니다. 검색 공간을 줄이고 흥미로운 결과를 얻을 수 있습니다.
다음과 같은 제약 조건 유형이 있습니다. -
-
중요성 제약 - 이것은 최소한 정의된 수의 기본 셀 또는 최소한 특정 총 매출을 포함하는 것을 포함하여 데이터에서 특정 "통계적 유의성"을 갖는 셀만을 테스트할 수 있음을 제공합니다. 데이터 큐브 컨텍스트에서 이 제약 조건은 해석 집합에서 많은 수의 사소한 셀을 잘라내는 빙산 조건으로 촉진됩니다.
-
프로브 제약 조건 - 이것은 검사를 위한 시작점으로 일부 가능한 세포에서 세포의 하위 집합(프로브 세포로 알려짐)을 선택합니다. 큐브의 각 셀을 주어진 셀의 전문화, 일반화 또는 돌연변이와 같은 여러 셀과 비교하는 데 큐브그레이드 문제가 필요하기 때문에 데이터 큐브의 측정값의 중요한 변경과 관련된 동일한 셀 특성의 그룹을 파생합니다.
-
3개의 셀, b, c가 주어지면 a가 b에 대한 설명이면 b의 후손이라고 할 수 있습니다. 여기서 b는 a의 일반화 또는 조상입니다. 셀 c는 두 개의 차원이 하나의 차원을 제외하고 모두 동일한 값을 갖는 경우의 돌연변이이며, 여기서 이들이 변하는 차원은 "*" 값을 가질 수 없습니다.
셀과 c는 형제로 취급됩니다. 빙산 큐브만 처리하더라도 여러 쌍이 생성될 수 있습니다. 프로브 제약 조건을 통해 사용자는 분석 서비스에 관심이 있는 셀의 하위 집합을 정의할 수 있습니다. 이 방법에서 연구는 이러한 세포와 동등한 조상, 후손 및 형제와의 관계에 대해서만 대상이 됩니다.
-
기울기 제약 조건 − 기울기에 대한 사용자의 관심 범위를 지정합니다(측정 변경). 사용자는 일반적으로 비교 대상 셀(섹터) 간의 특정 변경 방법에만 관심이 있습니다.
예를 들어, 프로브 셀에 비해 평균 이익이 40% 이상 증가한 셀에만 관심을 가질 수 있습니다. 이러한 변화는 비교 대상 셀의 특정 측정값 간의 비율 또는 차이의 구조에서 임계값으로 정의할 수 있습니다. 프로브 셀에서 변화를 받는 셀을 그래디언트 셀로 정의합니다.