KR20050038786A - Compress and operation technique of large database using data transformation for customer relationship management system - Google Patents
Compress and operation technique of large database using data transformation for customer relationship management system Download PDFInfo
- Publication number
- KR20050038786A KR20050038786A KR1020030074053A KR20030074053A KR20050038786A KR 20050038786 A KR20050038786 A KR 20050038786A KR 1020030074053 A KR1020030074053 A KR 1020030074053A KR 20030074053 A KR20030074053 A KR 20030074053A KR 20050038786 A KR20050038786 A KR 20050038786A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- customer relationship
- relationship management
- conversion
- management system
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Abstract
본 발명은 고객관계관리(Customer Relation Management : 이하 CRM) 시스템에 사용 될 수 있는 방법으로서, 대용량 데이터를 분석함에 있어 데이터의 축소 저장 기술과 이에 대한 연산 기술을 포함하는 종합적인 관리 방법에 관한 것이다.The present invention relates to a method that can be used in a Customer Relation Management (CRM) system, and relates to a comprehensive management method including a reduction and storage technology of data and a calculation technology for analyzing a large amount of data.
이러한 관리 방법을 실현하기 위해 본 발명은 CRM 시스템이 필요로 하는 대용량의 사용자 정보와 상품(또는 컨텐츠) 정보 등을 관리하는 DBMS로부터 자료를 받는 단계; 제안하는 데이터 변환으로 축소 저장하는 단계; 이를 이용하여 데이터 분석 알고리즘을 수행하는 단계; 분석된 결과를 원본 데이터의 형태로 표현하는 단계를 포함하여 종합적인 데이터 관리 방법을 제안하고 있다. 이를 이용할 경우, 기존 시스템이 대용량 처리를 위해 데이터 분할이나 임의 추출(Sampling)을 사용하던 것을 대체하거나 보완할 수 있고, 이미 구축되어 있는 고객관계관리 시스템에 쉽게 도입할 수 있으며, 또한 데이터의 속성 중 집합의 성격을 지닌 데이터 표현이 용이한 장점을 갖는다.In order to realize such a management method, the present invention comprises the steps of receiving data from a DBMS that manages a large amount of user information and product (or content) information required by the CRM system; Reducing and storing the proposed data transformation; Performing a data analysis algorithm using the same; A comprehensive data management method is proposed, including the step of expressing the analyzed result in the form of original data. This can be used to replace or supplement existing systems that use data partitioning or sampling for large volumes of processing, and can be easily introduced into existing customer relationship management systems. It is easy to represent data with the characteristics of a set.
Description
본 발명은 고객관계관리(Customer Relation Management : 이하 CRM) 시스템에 사용 될 수 있는 방법으로서, 대용량 데이터를 분석함에 있어 데이터 변환에 의한 데이터의 축소 저장 기술과 이에 대한 연산 기술을 포함하는 종합적인 관리 방법에 관한 것이다.The present invention is a method that can be used in a Customer Relation Management (CRM) system, and a comprehensive management method including a reduction and storage technique of data by data conversion and a calculation technique in analyzing a large amount of data. It is about.
인터넷 사용자는 매년 폭발적인 증가 추세를 보이고 있다. 이에 따라 현재는 인터넷 이용자의 대부분을 회원으로 관리하고 있는 거대 사이트들도 등장하고 있다. 이러한 비약적인 사용자 증가로 인해 이들이 만들어 내는 데이터의 량은 기하급수적으로 증가하고 있다. Internet users are exploding every year. As a result, huge sites that currently manage the majority of Internet users as members have emerged. Due to this rapid increase in users, the amount of data they generate is growing exponentially.
현재 사용되고 있는 CRM 시스템들은 이러한 대용량의 데이터를 처리하기 위해 데이터를 분할(partitioning)하거나 데이터 중 필요한 항목만을 추출(sampling)하는 방법을 사용하고 있다. 다른 방법으로는 데이터 중 이미 분석된 정보를 요약하여 저장하고 새롭게 추가되는 데이터와 병합하는 방법이 사용되고 있다. 위의 모든 방법은 원본 데이터의 본래 의미를 손실할 수 있는 문제가 있다.Currently, CRM systems use a method of partitioning the data or extracting only the necessary items from the data to process such a large amount of data. As another method, a method of summarizing, storing and merging already analyzed information among data and merging with newly added data is used. All of the above methods have the problem of losing the original meaning of the original data.
이전의 웹 사이트들은 방문한 사용자들 중 회원으로 가입한 등록 고객들만을 대상으로 하여 CRM 시스템을 활용하여왔지만, 현재는 익명 고객까지도 대상으로 삼아 회원 관리를 하고 있다. 이는 분석해야 할 고객 수의 대폭 증가를 의미하며 이로 인한 분석 데이터 량의 대폭 증가가 문제시 되고 있다.Previous web sites have been using the CRM system only for registered customers who have registered as members among the visiting users, but now they even manage anonymous users. This means a significant increase in the number of customers to be analyzed, which causes a significant increase in the amount of analysis data.
따라서 본 발명의 목적은 전술한 점들을 감안하여, 대용량의 데이터를 분석하기 용이 하도록 하기 위한 데이터 축소 및 관리 방안에 대한 방법을 제공함에 있다. Accordingly, an object of the present invention is to provide a method for data reduction and management to facilitate analysis of a large amount of data in view of the above points.
또한 본 발명의 다른 목적은 상술된 방안에 대한 운영 방법을 제공함에 있다. Another object of the present invention is to provide an operation method for the above-mentioned method.
위와 같은 목적을 달성하기 위한 본 발명의 데이터 축소 저장 및 연산 기술은 대용량의 사용자 정보와 상품(또는 컨텐츠) 정보 등을 관리하는 DBMS로부터 자료를 받아 자료형을 분류하는 단계, 데이터를 축소 저장하기 위한 인덱스 생성 및 저장 테이블 구성 단계, 실제로 데이터를 축소(변환)하는 단계, 이를 이용하는 응용 단계, 마지막으로 원본 데이터의 형태로 표현하는 단계를 포함한다.Data reduction storage and calculation technology of the present invention for achieving the above object is the step of classifying data types by receiving data from a DBMS that manages a large amount of user information and product (or content) information, index for reducing and storing data Creating and storing a table, actually reducing (converting) the data, using the same, and finally representing the original data.
이하, 첨부된 도면들을 참조하여 본 발명의 사용 예를 상세하게 설명한다.Hereinafter, with reference to the accompanying drawings will be described in detail the use example of the present invention.
도 1은 본 발명의 전체 흐름 구성을 나타내주는 도면이다. 크게 정보 제공 단계, 변환 단계, 응용 단계, 표현 단계로 이루어진다.1 is a view showing the overall flow configuration of the present invention. It is composed of information providing step, conversion step, application step, and presentation step.
정보 제공 단계의 DBMS(10)는 고객관계관리를 위해 필요한 고객정보, 상품(또는 컨텐츠)정보, 구매정보, 로그데이터, 캠페인정보등을 제공하며, 변환 단계(20)를 통해 실질적인 자료의 축소를 실행한다. 마지막으로 데이터 활용계(30)에서는 축소된 자료를 이용하는 방법을 제공한다.DBMS 10 of the information providing step provides the customer information, product (or content) information, purchase information, log data, campaign information, etc. necessary for customer relationship management, and the reduction of the actual data through the conversion step (20) Run Finally, the data utilization system 30 provides a method of using the reduced data.
첫번째 단계로 DBMS(10)은 데이터 변환 단계로 CRM 시스템이 필요로 하는 정보 일체를 전달하는 역할을 한다. 여기에는 고객정보, 상품정보, 구매정보, 로그데이터, 캠페인 정보 등의 대량의 데이터가 포함된다. 다른 고객관계관리 시스템과 다르게 현재 단계에서 모든 데이터가 메모리나 디스크로 전달되어 저장되는 것이 아니라 실질적인 전달은 두번째 단계인 데이터 변환 단계에서 이루어지면서 제안하는 데이터 축소 모델로 저장된다.In the first step, the DBMS 10 delivers all the information needed by the CRM system in the data conversion step. This includes a large amount of data such as customer information, product information, purchase information, log data, and campaign information. Unlike other customer relationship management systems, not all data is transferred to and stored in memory or disk at the present stage, but the actual delivery is performed in the data reduction model proposed in the second stage of data conversion.
두번째 단계로 변환 단계(20)에서는 전단계에서 전달된 데이터를 변환하는 단계이다. 여기에는 자료 유형 분류, 변환 효과 분석, 변환 테이블 생성, 데이터 변환의 과정이 있다.In the second step, the conversion step 20 is a step of converting the data transmitted in the previous step. This includes data type classification, transformation effect analysis, transformation table generation, and data transformation.
자료 유형 분류는 주어진 데이터가 수치형 자료인지 범주형(Category) 자료인지를 구분하여 수치형의 경우 그대로 보존하며, 범주형의 경우 주어진 나머지 과정을 수행한다. 다시 말해 데이터의 축소는 범주형 자료에 대해 이루어진다. 이렇게 자료 유형을 구분한 뒤 변환 효과를 분석한다.Data type classification distinguishes whether a given data is numeric data or categorical data, and preserves it in case of numerical type, and performs the rest of the process given in case of categorical type. In other words, the reduction of data is for categorical data. After separating the data types, we analyze the effects of the conversion.
변환 효과 분석은 축소의 효과를 따지는 단계로 데이터 변환 테이블을 생성했을 경우 본래의 데이터에 대해 얼마만큼의 데이터 축소가 이루어 지는지를 측정한다. 측정 방법은 모든 레코드에 포함된 해당 속성의 문자열 평균 길이에 대한 축소 데이터 형의 크기에 대한 비율로 표현된다. 다시 말해 (축소 데이터 크기(byte) / 문자열 평균 길이) * 100 과 같은 식으로 측정된다. 예를 들어 해당 속성의 문자열 평균 길이가 12(byte)이고 축소 데이터의 크기가 4(byte)이면 4 / 12 * 100으로 33.3%의 비율로 축소가 가능하다.The conversion effect analysis measures the effect of the reduction and measures how much data reduction is made on the original data when the data conversion table is generated. The measurement method is expressed as the ratio of the size of the reduced data type to the average length of the string of the corresponding attribute contained in all records. In other words, it is measured as (reduced data size (byte) / string average length) * 100. For example, if the average string length of the attribute is 12 (bytes) and the size of the reduced data is 4 (bytes), it can be reduced by 33.3% to 4/12 * 100.
변환 테이블 생성 단계는 해당 속성의 도메인에 대한 리스트를 생성하는 단계이다. 예를 들어 특정 속성의 데이터가 [빨강, 노랑, 파랑, 주황, 파랑, 노랑, 파랑]으로 구성되어있다면 중복되는 데이터를 제외한 [빨강, 노랑, 파랑, 주황]으로 정리하고 각각에 대응하는 비트 표현을 다음과 같이 생성한다. [빨강/00, 노랑/01, 파랑/10, 주황/11] - 비트 표현이므로 00,01,10,11는 정수형이나 그 외의 작은 자료형을 갖는 데이터로 표현될 수 있으므로 문자열 데이터에 비해 훨씬 적은 데이터 공간을 사용하게 된다.The conversion table generation step is a step of generating a list for the domain of the attribute. For example, if the data of a specific property is composed of [Red, Yellow, Blue, Orange, Blue, Yellow, Blue], the data is arranged in [Red, Yellow, Blue, Orange] except for overlapping data and the corresponding bit representation Create the following: [Red / 00, Yellow / 01, Blue / 10, Orange / 11]-Because it is bit representation, 00,01,10,11 can be represented as data with integer or other small data type, so much less data than string data. It uses space.
변환 단계의 마지막으로 실제 데이터를 변환하는 데이터 변환 단계이다. 위의 예를 계속 사용하면 [빨강, 노랑, 파랑, 주황, 파랑, 노랑, 파랑]의 데이터가 변환 테이블을 통한 변환 연산으로 [00, 01, 10, 11, 10, 01, 10]으로 변환되어 실제 분석 알고리즘에 사용되는 것이다.The last step of the conversion step is a data conversion step that transforms the actual data. If you continue to use the example above, the data of [Red, Yellow, Blue, Orange, Blue, Yellow, Blue] will be converted to [00, 01, 10, 11, 10, 01, 10] by a conversion operation through the conversion table. It is used for the actual analysis algorithm.
세번째와 네번째의 응용 단계 및 표현 단계에서는 원본 데이터와 변환 테이블, 변환된 데이터를 숨겨두고 제안하는 연산자 집합을 사용한다. 다시 말해 변환된 데이터를 다루는 것이 아니라 원본 데이터를 직접 다루는 것과 같은 효과를 거둘 수 있다. 이러한 연산자 집합으로는 데이터를 불러오는 연산과 저장 연산, 비교 연산, 변환 연산으로 구분된다. 이들 연산 모두 일반적인 대입(assign) 연산과 비트 연산, 비교 연산을 제공한다.In the third and fourth application and presentation phases, the original data, the conversion table, and the transformed data are hidden and the proposed set of operators is used. In other words, instead of dealing with the transformed data, the effect is the same as dealing with the original data directly. This set of operators is divided into data import, storage, comparison and conversion operations. Both of these operations provide general assignment, bitwise, and comparison operations.
응용 단계에서의 연산자 집합의 역할은 변환 데이터에 접근하는 것으로 불러오는 연산과 저장하는 연산, 비교하는 연산이 있다. 표현 단계에서는 변환 연산을 제공한다. 변환 연산은 변환 테이블에 변환된 데이터를 키로 접근하여 변환 테이블 데이터를 검색하여 원본 데이터로 변환시켜주는 연산 과정이다. 이러한 연산자 집합을 통하여 내부 데이터 변환 과정을 숨기고 데이터 관리를 할 수 있다.The role of the operator set at the application level is to access the transformed data, to retrieve it, to store it, and to compare it. The presentation stage provides a conversion operation. The conversion operation is an operation process that searches for conversion table data and converts it to original data by accessing the converted data with a key. This set of operators hides the internal data conversion process and allows data management.
다음은 도 2의 구체적인 예를 통하여 변환 과정을 기술한다.Next, the conversion process will be described through the specific example of FIG. 2.
자료 유형 분류에 의해 원본 고객데이터의 연령, 성별, 직업, 결혼유무, 자녀수의 5가지 속성 중 자료 유형이 수치형인 자녀수를 제외한 필드 4개의 필드가 선택이 된다. 변환 효과 분석 단계에서는 연령 32.2%( [1 / {(3*7 + 4) / 8}] * 100 ), 성별 100%( [1 / {(1*8) / 8}] * 100), 직업 31.2%( [1 / {(3*4 + 4*3 + 2) / 8}] * 100), 결혼유무 50%( [1 / {(2*8) / 8}] * 100)로 분석하고 축소 효과가 적은 필드는 제외한다(단, 변환될 자료형이 char(1)일 경우의 분석 예이다.). 여기서는 축소 효과가 100%인 성별이 제외되었다.By data type classification, four fields are selected from the five attributes of age, gender, occupation, marital status, and number of children of the original customer data excluding the number of children whose data type is numeric. In the transformation effect analysis phase, age 32.2% ([1 / {(3 * 7 + 4) / 8}] * 100), gender 100% ([1 / {(1 * 8) / 8}] * 100), occupation 31.2% ([1 / {(3 * 4 + 4 * 3 + 2) / 8}] * 100) and marital status 50% ([1 / {(2 * 8) / 8}] * 100) Fields with less reduction effect are excluded (example of analysis when the data type to be converted is char (1)). This excludes genders with a 100% reduction effect.
변환 테이블 생성 단계에서는 변환하기 위해 선택된 속성들의 도메인을 구하고 리스트로 정리하여 차례대로 비트 표현을 적용하여 변환 테이블을 완성한다. 마지막으로 변환 테이블로 입력된 원본 데이터를 실제로 변환(축소)하여 저장한다. 이때 메모리 기반 프로그래밍에서는 메모리에 저장해 두고 분석에 이용하며, 디스크 기반 프로그래밍에서는 디스크로 저장하여 분석에 이용하게 된다.In the conversion table generation step, the domains of the attributes selected for conversion are obtained, organized into a list, and bit conversions are applied in order to complete the conversion table. Finally, the original data entered into the conversion table is actually converted (reduced) and stored. At this time, memory-based programming is stored in memory for analysis and disk-based programming is stored in disk for analysis.
마지막으로 연산자 집합을 도 2의 변환 테이블을 기준으로 기술한다.Finally, the operator set is described based on the conversion table of FIG. 2.
변환된 데이터로부터 원본 데이터의 값을 불러올 경우, 찾고자 하는 연령 속성의 값이 '00000010' 이라면 변환 테이블에서 해당 값을 키로 삼아 실제 값을 찾아 돌려준다. 여기서는 '30대'가 된다.When the value of the original data is retrieved from the converted data, if the age attribute value to be searched is '00000010', the actual value is found and returned by using the value as a key in the conversion table. Here, '30's.
원본 데이터를 변환 데이터로 저장할 경우, 위의 경우와 반대의 과정을 거친다. 연령 속성의 '30대' 라는 값을 변환된 값으로 저장하려면 변환 테이블에서 '30대' 라는 값과 매치되는 '00000010'을 찾아 해당 위치에 저장한다.When saving the original data as converted data, the reverse process is performed. To save the value '30s' of the age attribute as the converted value, find '00000010' in the conversion table that matches the value '30s' and save it in the corresponding location.
데이터 비교의 경우 원본 데이터를 찾을 필요 없이 변환 데이터의 값을 기준으로 비교하면 된다. 이때는 일반 비교 연산자와 비트 연산자(and, or, not, xor)를 이용할 수 있다. 특히 데이터의 속성 중 집합의 성경을 가진 경우 집합 요소의 추가 및 제거 시에 비트 연산자를 효과적으로 사용할 수 있다.In the case of data comparison, you do not need to find the original data. In this case, general comparison operators and bitwise operators (and, or, not, and xor) may be used. In particular, if you have a Bible of a set of data attributes, you can effectively use bitwise operators to add and remove set elements.
이 모든 변환 과정을 통틀어 적용될 수 있는 연산이 변환 연산이다. 변환의 경우 변환 테이블에 기초하여 원본과 변환된 데이터 사이의 원활한 변환을 수행할 수 있다. 원본에서 변환 데이터로의 변환의 경우는 변환 테이블에서 원본 쪽을 키로 사용하여 변환 데이터를 검색하여 변환하고, 이와 반대로 변환 데이터에서 원본 데이터로의 변환 시에는 변환 데이터 쪽을 키로 사용하여 원본 데이터를 검색하여 변환하는 과정을 거치게 된다.Operations that can be applied throughout all of these conversions are conversion operations. In the case of conversion, a smooth conversion between the original and the converted data can be performed based on the conversion table. In the case of conversion from source to conversion data, the conversion data is retrieved and converted using the source side as a key in the conversion table.In contrast, when conversion from conversion data to source data, the conversion data side is used as the key to retrieve the source data. The conversion process is performed.
상술한 바와 같이, 기존 고객관계관리 시스템이 대용량 데이터 처리를 위해 사용해왔던 분할이나 임의 추출이 원본 데이터의 본래 의미를 손실할 수 있는데 반해 본 발명은 원본 데이터에 대한 손실이 없으며 집합 형태의 데이터 표현이 용이하다. 또한 기존 구현된 고객관계관리 시스템에 응용이 용이한 장점을 갖고 있어 기존 방법을 대체할 수 있다. As described above, the partitioning or randomization that the existing customer relationship management system has used for processing large data may lose the original meaning of the original data, whereas the present invention has no loss of the original data, It is easy. In addition, it has the advantage of easy application to the existing customer relationship management system, which can replace the existing method.
도 1은 본 발명이 적용된 전체 시스템 구조를 나타내는 도면1 is a view showing the overall system structure to which the present invention is applied
도 2는 대용량 데이터 변환에 의한 축소 저장 과정을 나타내는 도면2 is a view illustrating a reduced storage process by converting a large amount of data
(도면의 주요 부분에 대한 기호의 설명)(Explanation of symbols for the main parts of the drawing)
10 : 고객관계관리를 위한 데이터를 제공하는 DBMS10: DBMS that provides data for customer relationship management
20 : 원본 데이터를 변환하기 위한 변환 시스템20: conversion system for converting the original data
30 : 변환된 데이터를 응용 및 표현하는 활용계 시스템30: utilization system for applying and expressing the converted data
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020030074053A KR20050038786A (en) | 2003-10-23 | 2003-10-23 | Compress and operation technique of large database using data transformation for customer relationship management system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020030074053A KR20050038786A (en) | 2003-10-23 | 2003-10-23 | Compress and operation technique of large database using data transformation for customer relationship management system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20050038786A true KR20050038786A (en) | 2005-04-29 |
Family
ID=37241109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020030074053A KR20050038786A (en) | 2003-10-23 | 2003-10-23 | Compress and operation technique of large database using data transformation for customer relationship management system |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20050038786A (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010056528A (en) * | 1999-12-15 | 2001-07-04 | 이계철 | Data tiling method for retrieving and handling large volume of data |
| KR20010057704A (en) * | 1999-12-23 | 2001-07-05 | 오길록 | Apparatus for modeling information system planning data and method using the same |
| JP2001217720A (en) * | 2000-02-04 | 2001-08-10 | Internatl Business Mach Corp <Ibm> | Data compressing apparatus, data base system, data communication system, data compressing method, storage medium and program transmitter |
| KR20020087612A (en) * | 2001-05-15 | 2002-11-23 | (주)코어로직스 | Apparatus and method for constructing database of customer relationship management |
| KR20030026575A (en) * | 2001-09-26 | 2003-04-03 | (주)프리즘엠아이텍 | Data Analysis System and Method capable of Managing Customer Relations |
-
2003
- 2003-10-23 KR KR1020030074053A patent/KR20050038786A/en not_active Application Discontinuation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010056528A (en) * | 1999-12-15 | 2001-07-04 | 이계철 | Data tiling method for retrieving and handling large volume of data |
| KR20010057704A (en) * | 1999-12-23 | 2001-07-05 | 오길록 | Apparatus for modeling information system planning data and method using the same |
| JP2001217720A (en) * | 2000-02-04 | 2001-08-10 | Internatl Business Mach Corp <Ibm> | Data compressing apparatus, data base system, data communication system, data compressing method, storage medium and program transmitter |
| KR20020087612A (en) * | 2001-05-15 | 2002-11-23 | (주)코어로직스 | Apparatus and method for constructing database of customer relationship management |
| KR20030026575A (en) * | 2001-09-26 | 2003-04-03 | (주)프리즘엠아이텍 | Data Analysis System and Method capable of Managing Customer Relations |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106844507B (en) | A kind of method and apparatus of data batch processing | |
| CN104199816B (en) | The management storage of independent accessible data unit | |
| US7243110B2 (en) | Searchable archive | |
| US7930322B2 (en) | Text based schema discovery and information extraction | |
| US6988108B2 (en) | Server side sampling of databases | |
| AU2003229021B2 (en) | Storing and querying relational data in compressed storage format | |
| US20040237029A1 (en) | Methods, systems and computer program products for incorporating spreadsheet formulas of multi-dimensional cube data into a multi-dimentional cube | |
| US20040006574A1 (en) | Methods of navigating a cube that is implemented as a relational object | |
| US20090106210A1 (en) | Methods and systems for database organization | |
| JP3452531B2 (en) | Method and system for data mining | |
| AU2005201996A1 (en) | Combining multidimensional expressions and data mining extensions to mine OLAP cubes | |
| CN108509543B (en) | Streaming RDF data multi-keyword parallel search method based on Spark Streaming | |
| EP1875335A2 (en) | System and method for analyzing and reporting extensible data from multiple sources in multiple formats | |
| JPH08272825A (en) | Data analysis method | |
| US7194477B1 (en) | Optimized a priori techniques | |
| US8321469B2 (en) | Systems and methods of profiling data for integration | |
| WO2002075598A1 (en) | Methods and system for handling mulitple dimensions in relational databases | |
| CN110389950B (en) | Rapid running big data cleaning method | |
| CN105373607B (en) | Method for compressing SQL access log of power business system | |
| US10726005B2 (en) | Virtual split dictionary for search optimization | |
| CN107562924A (en) | Crowd portrayal method and system based on row storage and key assignments storage | |
| CA2419502A1 (en) | Time-based partitioned cube | |
| EP2000927A1 (en) | Apparatus and method for abstracting data processing logic in a report | |
| US8504552B2 (en) | Query based paging through a collection of values | |
| JP2746218B2 (en) | Resource management device and resource management method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |