Integrating Data Warehouses with Web Data: A Survey

Abstract

Abstract-This paper surveys the most relevant research on combining Data Warehouse (DW) and Web data. It studies the XML technologies that are currently being used to integrate, store, query, and retrieve Web data and their application to DWs. The paper reviews different DW distributed architectures and the use of XML languages as an integration tool in these systems. It also introduces the problem of dealing with semistructured data in a DW. It studies Web data repositories, the design of multidimensional databases for XML data sources, and the XML extensions of OnLine Analytical Processing techniques. The paper addresses the application of information retrieval technology in a DW to exploit text-rich document collections. The authors hope that the paper will help to discover the main limitations and opportunities that offer the combination of the DW and the Web fields, as well as to identify open research lines.

A Review:Implementation Of OLAP Semantic Web Technologies For Business Analytic System Developement

“…As a matter of fact, the origin of OLAP technology can be traced way back in 1962.It was not until 1993 that the term OLAP was coined in the codd white paper authored by the highly esteemed database researcher Ted codd, who also established the 12 rules for an OLAP product. Like many other applications, it has undergone several stages of evolution whose patterns of progress are relatively intricate to follow through [4].…”

DC Proposal: Online Analytical Processing of Statistical Linked Data

“…Publishing and consuming statistical data over the Web often is based on XML [12]. There are XML standards to transfer statistical information, e.g., XBRL, SDMX, and DDI.…”

Populating Data Warehouses with Semantic Data

“…OWL está basado en DL pero en la figura se muestra la ontología en DL porque su sintaxis es bastante menos verbosa y más entendible que la sintaxis OWL. Los conceptos en negrita son conceptos externos, es decir, esos 2 conceptos junto con todas sus subclases se toman de ontologías de dominio externas. Tal y como muestra la figura, un paciente tiene asociados una serie de datos personales además de varios informes (Reports), los cuales almacenan los resultados de los análisis de sangre, (definidos en la ontología GALEN 4 ), los exámenes reumatológicos, el diagnóstico (definido en la ontología NCI 5 ) y el tratamiento.…”

“…Estas herramientas se apoyan en las estructuras multidimensionales (MD) que componen un almacén de datos como los hechos y las jerarquías de las dimensiones, las cuales permiten al analista explorar y agregar la información con distinto nivel de detalle. Aunque el análisis OLAP ha ganado gran aceptación como herramienta de análisis en aplicaciones de negocio tradicionales, el aumento de repositorios que contienen datos con una estructura más rica y compleja que la típica estructura de datos relacional, sugiere el estudio y adaptación de las técnicas OLAP a este nuevo tipo de fuentes de datos [2], [3].…”