在多维数据模型的研究中,维是一个非常重要的概念,它具有一定的层次结构,允许人们用不同的粒度对所关心的事实进行分析。现有的多维数据模型中,维的层次结构建立在完全划分的基础上,具有层次清晰、结构稳定的特性,但现实世界中,描述客观事物的信息往往是不确定、模糊的,而且客观事物本身又是动态演变的,从而难以基于静态的、界线分明的完全划分来建立那种层次清晰、结构稳定的分析维模型。为此,本项目拟以模糊、动态条件下多维数据建模为研究目的,研究支持模糊维的多维数据模型和基于聚类的模糊维构建方法;研究动态、连续数据的多层次滑窗模型及其在线聚集算法;研究连续数据的动态多维数据模型及其在线多维聚集方法。本项目的创新研究,对于促进数据仓库技术、OLAP技术和数据挖掘技术的紧密集成和广泛应用具有一定的理论和实践意义。