基于KNN的维度数据插补
摘要：数据仓库（DWs）是商业智能（BI）的核心组成部分。数据仓库中缺失的数据对数据分析有很大的影响。因此，需要完成缺失数据。与其他现有主要适用于事实的数据填充方法不同，我们提出了一种新的维度填充方法。该方法包括两个步骤：1）分层填充和2）基于K最近邻（KNN）的填充。我们的解决方案具有考虑数据仓库结构和依赖约束的优势。实验评估确认了我们的方法在有效性和效率方面的验证。
作者：Yuzhao Yang (IRIT), J''er^ome Darmont (ERIC), Franck Ravat (IRIT), Olivier Teste (IRIT)
论文ID：2210.02237
分类：Databases
分类简称：cs.DB
提交时间：2022-10-06