國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖 4.12: 查詢語法改寫用關聯性範例
適合個別的查詢對象，原因是查詢語法的條件整合了各種不同的可能性，但資料 對象進行查詢時只需要使用到部分的條件即可，而在實際進行查詢之前我們可以 透過知識庫內的資料源註冊資訊得到資料源個別擁有的 Cube 元素，因此可已針 對不同的對象篩選出適合的條件進行分散式查詢 (圖 4.13內的 For Data Cube 1 及 For Data Cube 2)
圖 4.13: 原始查詢語法改寫為子查詢語法
4.4
查詢結果重整
在查詢語法改寫的過程中，透過分析原始查詢條件並利用整合知識庫內的關 聯性描述，從特定的資料對象中切割萃取出符合條件的資料，但這些透過擴充條
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
件萃取出來的資料項仍保留其原始的語意結構各自獨立，與原始查詢目的期望得 到的整合性資料還有一段差距，因此必須透過適當的重整程序修正結果集合中語 意描述的差異，最後重建成為完整的 Hyper Cube，因此實際在進行結果重建的過 程中就必須處理幾項重要的問題：
• 不同的資料源內可能存在相同的資料，進行彙整程序後即會產生重複性資料 集合，而在彙整結果重建的過程中也可能產生新的重複性資料，因此在重建 程序中必須將這些具有相同的資料維度、計量單位及統計數值等特徵元素完 全相同的重複性資料進行移除 (圖 4.14)。
圖 4.14: 重複性資料移除
• 若不同來源的統計數值彼此所使用的計量單位具有一定的換算率，則可以進 行計量單位與統計數值的轉換計算 (圖 4.15)。
圖 4.15: 計量單位換算
• 不同來源的資料項其資料維度彼此具有水平的 hasSameAs 關係鏈則進行水 平維度轉換，將資料項原始維度轉換至查詢條件指定的維度 (圖 4.16)。
• 查詢的結果資料集合中，資料項與查詢條件具有垂直的階層關係，則可以將 資料維度捲起 (Roll-Up) 至查詢條件指定的維度並將資料數值進行合併運算 (圖 4.17)。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖 4.16: 水平維度轉換
圖 4.17: 垂直維度合併
在完成一連串的資料重整程序後，查詢結果已彙整成精簡的資料集合，雖然 是如此但仍可能有無法滿足原始查詢條件期望得到的結果，無法滿足的情況有兩 種，一種是來源資料的不足，原因是在開放式架構下，整合架構所登錄的資料源 不一定能完整蒐集，因此查詢彙整時有可能無法取得資料並彙整至原始查詢條 件，另外一種情形則是資料描述顆粒的細緻程度不同產生的差異，顆粒細緻度指 的就是描述單一資料項的維度數量，單一資料項所具有的維度數量越多則代表其 資料描述的細緻程度越高，因此當查詢條件的維度數量與實際資料項的維度數量 不同時，便會產生細緻度上的差異，而資料項在整合的過程中會進行資料數值的 運算與維度描述的階層提升，但不會改變原始維度的數量，這兩種類型的查詢結 果雖然可能造成與期望整合的結果有所差異，但整合平台仍會將這類型的資料輸 出，用來提供內容上的比較判讀參考，使用者最後則可以透過修改條件與反覆查 詢來修正至最佳的整合結果。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University