I AE S In t er na t io na l J o urna l o f   Art if icia l In t ellig ence   ( I J - AI )   Vo l.   14 ,   No .   1 ,  Feb r u ar y   2 0 2 5 ,   p p .   810 ~ 821   I SS N:  2 2 5 2 - 8 9 3 8 ,   DOI : 1 0 . 1 1 5 9 1 /ijai.v 14 .i 1 . p p 8 1 0 - 8 2 1          810     J o ur na l ho m ep a g e :  h ttp : //ij a i . ia esco r e. co m   M ethod for  dev el o ping  and pa rtit i o ning  gra ph - ba sed da ta  wa reho uses  using  as so cia tion rules       Redo ua ne  L a bzio ui,   K ha dij a   L et ra che,   M o ha m m ed  Ra m da ni   LI M   La b o r a t o r y ,   F a c u l t y   o f   S c i e n c e s   a n d   T e c h n i q u e s  o f   M o h a m me d i a ,   U n i v e r si t y   H a ss a n   I I ,   C a sa b l a n c a ,   M o r o c c o       Art icle  I nfo     AB S T RAC T   A r ticle  his to r y:   R ec eiv ed   M ar   2 3 ,  2 0 2 4   R ev is ed   O ct  1 7 ,   2 0 2 4   Acc ep ted   Oct   2 1 ,  2 0 2 4       Th e   e v o lu ti o n   o f   m o d e r n   d a tab a se s  h a s  led   t o   a   v a riety   o f  n o t   o n l y   stru c tu re d   q u e ry   lan g u a g e   (No S QL )   m o d e ls,   p a rti c u larl y   g ra p h - o rien ted - d a tab a se s.  Th is   g ro wt h   h a s  e n c o u ra g e d   b u si n e ss e s  to   e x p l o re   g ra p h - b a se d   b u si n e ss   in telli g e n c e   (BI)  s o lu ti o n s.  Th is   p a p e r  e x p lo re s   th re e   e ss e n ti a l   a sp e c ts  in   t h e   d o m a in   o f  g ra p h   wa re h o u se :  th e   e sta b li sh m e n t  o f   e fficie n t  g ra p h   wa re h o u se s,  th e   sig n if ica n c e   o f  d a ta  h isto r i z a ti o n ,   a n d   th e   d e v e lo p m e n t  o f   e ffe c ti v e   stra teg ies   fo r  g ra p h   p a rti ti o n in g .   It  st a rts  b y   b u il d in g   a   BI  sy s tem   with in   a   g ra p h   d a tab a se .   S u b se q u e n tl y ,   t h e   p a p e r  e m p h a siz e s  th e   p i v o tal  r o le  o f  d a ta  h isto riza ti o n ,   h i g h l ig h ti n g   t h e   sl o wly   g ra p h   c h a n g in g   d ime n sio n   (S G CD )  a p p ro a c h   a s  a   v e rsa ti le  fra m e wo rk   f o r  a c c o m m o d a ti n g   v a ried   d i m e n sio n a l   c h a n g e s,  a d d it io n a ll y ;  th e   p a p e r   in tro d u c e s  a   n o v e l  p a rti ti o n in g   stra teg y   u ti li z i n g   a ss o c iati o n   ru les   a l g o r it h m s,  f o r  o p ti m ize d   a n d   sc a lab le  g ra p h   wa re h o u se   m a n a g e m e n t.   K ey w o r d s :   Ass o ciatio n   r u les   B u s in ess   in tell ig en ce   Gr ap h   war eh o u s e   Gr ap h - o r ien ted - d atab ases   N o t   o n l y   s t r u c t u r e d   q u e r y   l a n g u a g e   T h is i s  a n   o p e n   a c c e ss   a rticle   u n d e r th e   CC B Y - SA   li c e n se .     C o r r e s p o nd ing   A uth o r :   R ed o u an e  L ab zi o u i   L I M  L ab o r at o r y ,   Facu lty   o f   S cien ce s   an d   T ec h n iq u es o f   Mo h am m ed ia ,   Un i v er s ity   Hass an   I I   C asab lan ca ,   Mo r r o co   E m ail:  r ed o u a n e. lab zio u i - etu @ etu . u n iv h 2 c. m a       1.   I NT RO D UCT I O N   E x p an d i n g   d ata  s ets  h av e  s ig n if ican tly   alter ed   th e  lan d s ca p e  o f   m o d e r n   d atab ases ,   p ar ti cu lar ly   th e   em er g en ce   an d   ex p an s io n   o f   v ar io u s   n o t  o n ly   s tr u ctu r ed   q u er y   lan g u a g e  ( No SQL)   m o d els  lik e  d o cu m en t,   co lu m n ,   k ey - v alu e,   an d   g r ap h   d atab ases   [ 1 ] ,   [ 2 ] .   Am o n g   th ese,   g r a p h - o r ien ted   d atab a s es  h av e  g ar n e r e d   s u b s tan tial  atten tio n ,   th e y   o f f e r   a  u n iq u e   ab s tr ac tio n   to   h an d le  d en s ely   c o n n ec ted   d ata,   allo win g   f o r   c o m p lex   d o m ain   m o d elin g   a n d   ex ec u tio n   o f   in tr icate   q u er ies  [ 3 ] ,   [ 4 ] .   T h e  in cr ea s ed   atten tio n   h as  led   to   a  n u m b er   o f   b u s in ess es st ar tin g   p r o jects to   d ev elo p   b u s in ess   in tellig en ce   ( B I )   s o lu tio n s   with   g r ap h s   [ 5 ] ,   [ 6 ] .   Ho wev er ,   d ata   h is to r izatio n - t h e  p r o ce s s   o f   co n s er v in g   d ata   ac r o s s   tim e - is   b ec o m in g   m o r e  an d   m o r e   n ec ess ar y   d u e  to   t h e  in cr ea s in g   co m p le x ity   o f   d ata.   Fo r   th e  p u r p o s e  o f   m o n ito r in g   ch an g es  o v e r   tim e,   ex am in in g   p ast  tr en d s ,   ad h e r in g   to   leg al  o b lig atio n s ,   an d   m ak in g   wis e  d ec is io n s   [ 7 ] .   I n   g r ap h - b ased   d ata  war eh o u s es,  wh er e  d i m en s io n s   ar e  f r eq u e n tly   u s ed   to   d escr ib e  en titi es  with in   th e  g r ap h ,   th is   b ec o m es  v er y   im p o r tan t,  u n d er s tan d i n g   th e  ev o lu tio n   o f   th e  g r a p h   an d   its   co m p o n e n ts   b ec o m es  d if f icu l t  in   th e  ab s en ce   o f   d ata  h is to r izatio n   [ 8 ] .   I n   ad d itio n   to   h is to r izatio n ,   th is   p ap er   ad d r ess es  an o th er   cr itical  ch allen g e:  d ata  p ar titi o n in g   with in   th ese  g r ap h - b ased   d ata   war eh o u s es.  Gr ap h s ,   as  co m p lex   s tr u ctu r es,  r eq u ir e  a  n u an ce d   ap p r o ac h   to   ef f ec tiv ely   m an ag e  p ar titi o n s   [ 9 ] .   W ell - m an ag ed   p ar titi o n s   ar e  ess en tial  f o r   o p tim izin g   q u er ies,  en s u r in g   ef f icien t  s to r ag e,   an d   en ab lin g   q u ick   ac ce s s   to   r elev an t  d ata  [ 1 0 ] ,   [ 1 1 ] .   T h er ef o r e,   th is   p ap er   aim s   to   co n cu r r en tly   ad d r ess   th r ee   cr u cial  asp ec ts :  th e   cr ea tio n   o f   ef f icien t   d ata  wa r eh o u s es  u n d er   g r a p h   d atab ase   s y s tem s ,   th e   im p o r tan ce   o f   d ata   h is to r izatio n ,   an d   th e  ef f ec tiv e   m an ag em e n t o f   d ata  p ar titi o n s .   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       Meth o d   fo r   d ev elo p i n g   a n d   p a r titi o n in g   g r a p h - b a s ed   d a ta   w a r eh o u s es u s in g   …   ( R e d o u a n e   La b z io u i )   811   First,  we  co n s tr u ct  a  B I   s y s tem   with in   a  g r ap h   d atab ase.   W e  th en   ex am in e  t h e  im p o r ta n ce   o f   d ata  h is to r izatio n ,   f o c u s in g   o n   th e   s lo wly   g r ap h   c h an g i n g   d im e n s io n   ( SGC D)   ap p r o ac h ,   wh i ch   is   ad ap tab le  to   d if f er en t  t y p es  o f   d im en s io n al  ch an g es  o v er   tim e.   T h is   f o cu s   o n   h is to r izatio n   ad d r ess es  t h e  g ap   in   p r ev io u s   r esear ch   b y   d etailin g   s tr ateg ies   f o r   tr ac k in g   an d   m an ag i n g   c h a n g es  o v er   tim e  in   g r ap h   d ata  w ar eh o u s es.  Fin ally ,   we  e x p lo r e   s tr ateg ies  an d   alg o r ith m s   b ased   o n   ass o ciatio n   r u les  f o r   e f f ec tiv ely   m an a g in g   p ar ti tio n s   in   th e   co n tex t o f   g r a p h - b ased   d ata  w ar eh o u s es.   T h e  r est  o f   th is   d o cu m en t   is   s tr u ctu r ed   as  o u tlin ed   b elo w:   s ec tio n   2   ex p lo r es t h e  e x is tin g   li ter atu r e  o n   g r ap h   d ata  war e h o u s in g .   I n   s ec tio n   3 ,   we  p r o v id e   th e  n ec ess ar y   b ac k g r o u n d   o f   th e  a p p r o ac h .   Sectio n   4   d el v es  in to   th e   im p lem en tatio n   o f   t h e  s tr ateg y .   Sectio n   5   d is cu s s es  th e  p r in cip al  r esu lts   o f   th e  s tu d y .   Fin ally ,   th is   wo r k   is   co n clu d ed   in   s ec tio n   6 ,   w h ich   also   s u g g ests   o p tio n s   f o r   f u tu r e  r esear ch .       2.   RE L AT E D  WO RK S   I n   th e  liter atu r e,   d is cu s s io n s   ab o u t d ata  p ar titi o n i n g   an d   h is to r izatio n   h av e  p r ed o m in an tly   f o cu s ed   o n   r elatio n al  d ata  war eh o u s es,  with   a  lim ited   ex p lo r atio n   in to   g r ap h   war eh o u s e.   Ho wev e r ,   r ec en t  y ea r s   h a v e   witn ess ed   a  g r o win g   in ter est  in   in teg r atin g   BI   tech n o lo g y   with   g r ap h   d atab ases ,   r esu ltin g   in   v ar io u s   p r o p o s ed   m eth o d o l o g ies  d o cu m en ted   i n   th e  liter atu r e.   Z h ao   et  a l .   [ 1 2 ]   h av e  p r esen ted   a  b r an d - n ew   id ea   k n o wn   as  th e  g r ap h   c u b e ,   th at  is   a  n ew  d ata  war eh o u s e  p ar a d ig m   in te n d ed   to   h an d le  m u ltid im en s io n al  q u e r ies  in s id e    lar g e - s ca le  m u ltid im en s io n al  n etwo r k s .   T h is   ap p r o ac h   o r g a n izes  d im en s io n s   b ased   o n   n o d e  attr ib u tes  wh ile  em p lo y in g   co m p u ted   m ea s u r e s   to   ag g r eg ate  th ese  n o d e  attr i b u tes,  au th o r s   d id   n o t a d d r ess   th e  p ar titi o n in g   a n d   h is to r izatio n   asp ec t  with in   th e  g r ap h   war e h o u s e.   C astellt o r t  an d   L au r e n t  [ 1 3 ]   in tr o d u c ed   a  m eth o d o lo g y   s u g g esti n g   th e  u s e  o f   g r ap h   s tr u ctu r e  f o r   o n lin e  a n aly tical  p r o ce s s in g   ( OL AP )   q u er ies,  lev er ag in g   th e   p er f o r m an ce   o f   th e   g r ap h   d ata b ase  f o r   s to r ag e   an d   q u er y   ti m e  p r o ce s s in g .   T h is   ap p r o ac h   in v o l v es  co n v er tin g   m ea s u r es  an d   d i m en s io n s   in to   n o d es  with in   th e   g r a p h ,   u s in g   ar cs  to   estab lis h   r elatio n s h ip s   b etwe en   d im en s io n s   an d   m ea s u r em en ts .   Hier ar ch i ca l  in ter ac tio n s   am o n g   n o d e s   r etain   h ier ar ch ical  d im en s io n s .   Ho wev er ,   th is   s tr ateg y   is   co n f in ed   s o lely   to   t h e  s n o wf lak e  m o d el,   p o ten tial ly   li m itin g   its   ap p licab ilit y   to   o th er   d ata  m o d els.   Mu ttip ati  an d   Pad m aja  [ 1 4 ]   o f f er   a  co m p r eh en s iv e  o v er v ie w  o f   ex is tin g   to o ls   an d   ap p r o ac h es  f o r   g r ap h   p ar titi o n in g   a n d   f r eq u en t  s u b - g r a p h   ex tr ac tio n .   I t  ex p lo r es  a  wid e  ar r ay   o f   to p ics,  en co m p ass in g     g r ap h - p ar titi o n in g   tech n iq u es,   f r eq u en t  s u b - g r ap h   m in in g   a lg o r ith m s ,   p ar allel  p r o ce s s in g   f r am ewo r k s ,   an d   m an ag in g   s u b s tan tial  v o lu m es   o f   g r a p h   d ata.   Ho wev er ,   it  is   wo r th   n o tin g   th at  th e   s tu d y   m ig h t  lack   in - d ep th   ex p er ien ce   a n d   em p i r ical  r esu lts   to   s u b s tan t iate  it s   f in d in g s   f u lly .   W h ile  its   b r o ad   s co p e  p r o v id es  a  wea lth   o f   in f o r m atio n ,   it   m i g h t  f all  s h o r t  in   th o r o u g h ly   ex am in i n g   s p ec if ic  asp ec ts   o r   o f f e r in g   d e tailed   in s ig h ts   in to   ce r tain   alg o r ith m s   o r   p ar allel  f r am ewo r k s .   Ad d itio n ally ,   it  d o es  n o t  d elv e  in to   p ar titi o n in g   o f   th e  g r ap h   war eh o u s e,   lim itin g   its   ex p lo r atio n   to   ce r tain   a r ea s   wit h in   th e  r ea lm   o f   g r ap h   d atab ase s .   Dai  et  a l.  [ 1 5 ]   in tr o d u ce d   th e   in cr em e n tal  o n l in e  g r a p h   p ar titi o n in g   ( I OGP)   alg o r ith m ,   aim ed   at  ad d r ess in g   p er f o r m an ce   n ee d s   in   d is tr ib u ted   g r a p h   d atab ases .   I OGP  d y n am ically   ad ju s ts   th r o u g h   th r ee   o p e r atio n al   s tag es,  ef f icien tly   ac co m m o d atin g   c o n tin u o u s   g r ap h   c h an g es.   I t  s wif tly   p r o d u ce s   o p tim ized   p ar titi o n ed   g r ap h s ,   p r o f ici en tl y   s er v in g   c o m p lex   tr av e r s als.  I m p lem en tatio n   d etails,  in clu d in g   in - m em o r y   d ata  s tr u ct u r es  lik e  ed g e   co u n ter s ,   f ac ilit ate  r ap id   o n lin e  g r a p h   p ar titi o n in g .   E x ten s iv e  ev a lu atio n s   ac r o s s   d iv er s e  g r ap h s   af f ir m   I OGP's   ad v an tag es,  aid i n g   in   estab lis h in g   k e y   p a r am eter   s elec tio n   g u id elin es.  Ak id   et  a l.   [ 1 6 ]   s u g g est  g u id elin es  f o r   tr an s f o r m in g   a  m u ltid im en s io n al  d ata  m o d el  i n to   a  g r a p h   d ata  m o d el  ( MD M2 G)   a n d   co m p ar e  th e  p er f o r m a n ce   o f   s n o wf lak e  m o d el  an d   s tar   d esig n s   in   b o th   g r ap h   d atab ases   an d   r elatio n al,   f o c u s in g   o n   s ize  an d   d im en s io n ality .   T h eir   co m p ar i s o n   s u g g ests   th at  em p lo y in g   a  g r ap h - b ased   im p lem en tatio n   f o r   a  m u lti - tab le  d ata   war eh o u s e  h as  g r ea ter   ef f icien cy   th an   a  r elatio n al  ap p r o ac h .   Mo r eo v e r ,   with in   g r a p h   d ata b ases ,   a  s tar   m o d el  d em o n s tr ates sim ilar   p er f o r m a n ce   to   a  s n o wf la k e  m o d el.   An d r iam am p ian i n a  et  a l.  [ 1 7 ]   s u g g ested   a  co n ce p tu al  f r a m ewo r k   f o r   tem p o r al  g r ap h s   d ep ictin g   ev o lv in g   g r ap h   d ata.   I t  ca p t u r es  h o w  d ata  ch an g es  o v er   tim e  with o u t  s ac r if icin g   in f o r m at io n   o r   in tr o d u ci n g   r ed u n d an cy ,   w h ich   d if f e r s   f r o m   h o w  s n ap s h o t - b ased   m o d els   h an d le  th is   ev o lu tio n .   Firstl y ,   it  is   tailo r ed   to war d s   b u s in ess   n ee d s ,   o f f er i n g   n o n - ex p er t   u s er s   a   co m p lete  u n d er s tan d in g   o f   d ata   an d   its   ev o lv in g   elem en ts .   Seco n d ly ,   it  is   v er s atile,   ca p a b le  o f   r e p r esen tin g   v ar io u s   ty p es  o f   ch an g es  in   g r a p h   d ata;   in clu d in g   t o p o lo g y   s h if ts   an d   alter a tio n s   in   attr ib u te  s ets   an d   v alu es.  L astl y ,   it  ac cu r ately   ca p tu r es  th e  tem p o r al  ev o lu tio n   o f   d ata,   p r eser v in g   in f o r m atio n   an d   a v o id in g   r e d u n d an cy ,   u n lik e  s n ap s h o t - b ased   m o d els.  Ho wev er ,   wh en   ap p lied   to   lar g e  d atasets ,   tem p o r al  co n te x t  an aly s is   an d   m an ip u la tio n   ca n   o cc asio n ally   r esu lt  in   s lo wer   p r o ce s s in g   tim es   an d   r ed u ce d   p e r f o r m an ce .   M o r eo v e r ,   tem p o r al  g r a p h s   ca n   q u ick ly   g r o w  in   s ize  with   ad d ed   d ata  o v er   tim e.   Ma n ag in g   th ese  lar g e  d atasets   ca n   b e  co s tly   in   ter m s   o f   s to r a g e  an d   p r o ce s s in g ,   r eq u ir i n g   a d d itio n al  r eso u r ce s .   Z h o u   et  a l.  [ 1 8 ]   d escr ib e  a  n o v el  m eth o d   f o r   r e p r esen tin g   d at a  an d   q u er ies  u s in g   g r a p h   to p o lo g ies,  p r o v id in g   a  d is tin ctiv e  way   to   v is u alize   co lu m n   c o r r elatio n s .   I t  ch o o s es  p ar titi o n in g   k ey s   b y   u tili zin g   g r ap h   em b e d d in g ’ s ,   wh ich   m ay   in cr ea s e  th e  ef f ec t iv en ess   o f   d ata  p ar ti tio n in g .   I t   also   s u g g ests   a  lear n in g   ass e s s m en t  m o d el  th at  esti m ates  th e  p er f o r m an ce   o f   p ar titi o n in g   s tr ateg ies  with o u t  p h y s ically   d iv id in g   d ata,   p o t en tially   co n s er v in g   co m p u tin g   p o wer .   B en h is s en   et  a l.  [ 1 9 ]   s u g g est  a  m eth o d   ce n ter ed   ar o u n d   a  p r o g r ess iv e   s ch em a  m o d el  Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   1 ,  Feb r u ar y   20 25 :  810 - 8 2 1   812   f ea tu r in g   m u ltip le  v er s io n s ,   w h er e  a  g r ap h   d ata   war eh o u s e  a cc o m m o d ates d ata  in s tan ce s   a lig n ed   with   d is tin ct   s ch em a  v er s io n s .   T h e  h a n d lin g   o f   th ese  v er s io n s   is   m ad e   ea s ier   u s in g   a  d e d icate d   m eta - m o d el  f o r   war eh o u s e  s ch em a  v er s io n s ,   alo n g   with   th e  in te g r atio n   o f   ev o l u tio n ar y   f u n ctio n s   i n tr o d u ce d   at  th e  s ch em a  lev el .   Nev er th eless ,   th e  r esear ch   d o e s   n o t d elv e  in to   th e  asp ec t o f   OL AP c u b e  p ar titi o n in g   with in   g r ap h s .   I t  is   clea r   f r o m   th e  p r ev io u s   o v er v iew  t h at  th e   m ajo r ity   o f   th ese  p ap e r s   p r im a r ily   co n ce n tr ate  o n   tr an s f o r m in g   class ical  d ata  war eh o u s e  in to   g r ap h s .   T h is   em p h asis   co u ld   p o ten tially   r estrict  th e  th o r o u g h   ex p lo r atio n   an d   u tili za tio n   o f   th e  co m p lete  b en ef its   p r o v id e d   b y   g r ap h   d atab ases .   Ad d itio n ally ,   th ese  s tu d ies  o v er lo o k   th e   asp ec t  o f   h is to r i ca l  d ata  an d   p ar titi o n in g   g r ap h   war eh o u s es,  cr ea t in g   a n o th e r   s ig n if ican t  g a p   in   th eir   co v e r ag e.   I n   c o n tr ast,  o u r   s u g g ested   m eth o d   m a k es  ad v a n tag e  o f   g r a p h   f ea tu r es  to   b u ild   g r ap h   war eh o u s es,   ad r ess es a ls o   th e  asp ec t o f   d at a  h is to r izatio n ,   an d   u s es a s s o ciatio n   r u les f o r   p ar titi o n in g   g r ap h   war eh o u s es.       3.   O UR  AP P RO ACH   Ou r   m eth o d   en tails   f ir s t  b u ild i n g   a   g r a p h   war eh o u s e,   with   a   p ar ticu lar   em p h asis   o n   th e   SGC D  m eth o d   f o r   d ata   h is to r izatio n .   T h is   m e th o d   is   s p ec if ically   d esig n e d   t o   m an ag e   ch an g es in   g r ap h   d i m en s io n s   o v er   tim e,   en s u r in g   th at  th e  h is to r ical  ev o lu tio n   o f   d ata  is   ac cu r ately   ca p tu r ed .   T h e  SGC D  en ab les  th e  war eh o u s e  to   m ain tain   a  co m p r eh en s iv e  h i s to r ical  r ec o r d   o f   th e  d im e n s io n s ,   wh ich   is   cr u cial  f o r   a n aly zin g   tr en d s   an d   p er f o r m in g   tim e - b ased   q u er i es   [ 2 0 ] .   Su b s eq u en tly ,   we  u s e  u s er   OL AP  q u er ies  as  in p u t  f o r   two   cr u cial  alg o r ith m s :  T h e  Ap r i o r i  alg o r ith m   [ 2 1 ] ,   wh ich   i d en tifie s   f r e q u en tly   o c cu r r i n g   item s ets  in   th e  g r ap h   cu b e,   an d   a  r u le - b ased   ass o ciatio n   alg o r i th m   is   em p lo y ed   to   d etec t  th e  m o s t  u s ed   p ar titi o n s   [ 2 2 ] .   T h e   p r im ar y   o b jectiv e   o f   th is   tech n iq u e  is   to   o p tim ize  o u r   OL AP  cu b e  f o r   m ax im u m   p er f o r m a n ce ,   en s u r in g   ef f icien t  h an d lin g   o f   u s er   q u er ies an d   d ata  an aly s is .   T h e r e  ar e  f o u r   s tep s   in   th is   ap p r o a ch :   ‒   B u ild in g   a  g r a p h   war eh o u s e.   ‒   I n teg r ate  a  d ata  h is to r izatio n   co m p o n en t  in to   th e  p r o ce s s ,   em p h asizin g   th e   SGC D  m et h o d ,   t h is   s tep   en s u r es  a  co m p r e h en s iv e  v iew  o f   d ata  ch a n g es  o v er   tim e,   h i g h lig h tin g   a d ap tab ilit y   to   v ar io u s   d im en s io n al   m o d if icatio n s .   ‒   Utilizin g   u s er   q u er ies  as  in p u t   f o r   th e   Ap r io r i  alg o r ith m   to   i d en tify   f r eq u en tly   o cc u r r in g   it em s ets  with in   th e  g r ap h   cu b e .   ‒   Usi n g   a  r u le - b ased   ass o ciatio n   alg o r ith m   to   id en tify   th e  m o s t   f r eq u e n tly   u s ed   p ar titi o n s .     3 . 1 .     G ra ph   wa re ho us e   Ou r   m eth o d   b u ild s   th e  g r ap h   war eh o u s e  b y   co m b in in g   th e   in h er en t  f lex ib ilit y   o f   g r ap h   s tr u ctu r es  with   th e  co n ce p ts   o f   m u ltid im en s io n al  m o d elin g .   I n   t h is   co n tex t,  d im en s io n s   ar e  m o d eled   as  n o d es,  an d   f ac ts ,   wh ich   co n tain   m ea s u r em e n ts ,   ar e  r e p r esen ted   as  n o d e s ,   cr ea tin g   a  clea r   an d   n av ig ab le  s tr u ct u r e  f o r   q u er y i n g   an d   an aly zin g   d ata   [ 2 3 ] .   T h e  ed g e s   in   th is   g r ap h   m o d el  ar e  cr u c ial  as  th ey   d ef in e  th e  r elatio n s h ip s   b etwe en   f ac ts   an d   d im e n s io n s ,   ca p tu r in g   b o th   th e  s tr u ctu r e  o f   th e   d ata  an d   th e  lin k s   b etwe en   d if f er en t e n titi es.   Dim en s io n   D S   t h e  n o d e  i d e n t if i ca ti o n   i n   t h is   a r c h it ec t u r e  is   u s e d   t o   r e p r ese n t  n o d es  ( L N ,   P N )  [ 2 4 ]   wh e r e:   ‒   L N   in d icate s   th e  n o d e' s   n am e.   ‒   P N   in d icate s   d im en s io n s ’   attr ib u tes.   Fact:  T h e  f ac t  n o d e  is   r ep r es en ted   as  a  n o d e  co n n ec ted   b y   ed g es  to   d im en s io n   n o d es  [ 2 5 ] .   Fu r th er m o r e,   p r o p er ties   r elate d   to   th e  m ea s u r em en ts ,   s u ch   as  ap p lied   ag g r e g ate  f u n ctio n s   o r   ac tu al  v al u es,  m ay   b e  p r esen t  in   th e  f ac t n o d e  [ 2 6 ] .   T h e  f ac t n o d e  is   d eter m in ed   b y   ( M F ,   N F )   wh er e:   ‒   N F : th e  n am e  o f   t h e  f ac t.   ‒   M F :  it  co n s is ts   o f   m u ltip le  m e asu r em en ts   f u n ctio n in g   as  attr ib u tes  f o r   n o d es,  with   ea ch   o n e  lin k ed   to   an   ag g r eg atio n   f u n ctio n .   T h e  lin k   b etwe en   a  f ac t  n o d e   an d   its   ass o ciate d   d im en s io n s :  E d g es  in   th e  m o d el  r ep r es en t  th e  r elatio n s h ip   b etwe en   a  f ac t a n d   its   ass o ciat ed   d im en s io n s ; th is   r elatio n s h i p   is   d ef in ed   b y   ( L E , N F , N D , P E )  [ 2 7 ] ,   wh er e:   ‒   L E   is   th e  r elatio n s h ip ' s   lab el.   ‒   N  F   is   th e  f ac t n o d e.   ‒   N  D   th e  n o d e   r ep r esen tin g   th e  ass o ciate d   d im en s io n .   ‒   P  E   d ef in e  th e   ch ar ac ter is tics   o f   th e   co n n ec tio n .   T h e  attr i b u tes  in clu d e  k ey - v alu e  p ai r s   u s ed   to   s to r e   r elatio n s h ip - r elate d   d ata  [ 2 8 ] .     3 . 2 .     Da t a   his t o riza t io n in t h e  g ra ph   wa re ho us e   Up o n   th e   estab lis h m en t  o f   o u r   g r ap h   war eh o u s e,   o u r   n e x t  s tr ateg ic  s tep   in v o lv es  th e   im p le m en tatio n   o f   th e  SGC D  m eth o d o lo g y .   T h is   ap p r o ac h   aim s   to   en h a n ce   o u r   d ata  war eh o u s in g   ca p a b ilit ies  b y   en ab lin g   th e   s y s tem atic  tr ac k in g   an d   m an a g em en t  o f   ch a n g in g   d im en s io n s   with in   th e  g r ap h   s tr u ctu r e  [ 2 9 ] .   B y   ad o p tin g   SGC D,   we  p lan   to   m eticu lo u s ly   ca p tu r e  an d   p r eser v e  h is to r ic al  d ata  ch an g es,  en s u r in g   a  co m p r eh en s iv e  r ec o r d   o f   ev o lv in g   in f o r m atio n   [ 3 0 ] .   T h is   im p lem en tatio n   will  en ab le  u s   to   ef f icien tly   h an d le  v ar iatio n s   in   d ata   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       Meth o d   fo r   d ev elo p i n g   a n d   p a r titi o n in g   g r a p h - b a s ed   d a ta   w a r eh o u s es u s in g   …   ( R e d o u a n e   La b z io u i )   813   d im en s io n s   o v e r   tim e,   en s u r in g   ac cu r ac y   a n d   p r ec is io n   i n   a n aly zin g   h is to r ical  tr en d s   an d   p atter n s   [ 3 1 ] .   W ith   SGC D   in   p lace ,   o u r   g r ap h   war eh o u s e  will  p o s s ess   a   r o b u s t  f o u n d atio n   f o r   m ain tain in g   d ata  in teg r ity   an d   f ac ilit atin g   in - d ep th   h is to r ical  an aly s es c r u cial  f o r   in f o r m e d   d ec is io n - m ak in g .   I n   o u r   ap p r o ac h ,   we  will  im p lem en t  SGC D  b y   u tili zin g   Alg o r ith m   1 :  Ma n ag in g   h is to r izatio n   d im en s io n s   in   g r ap h   war eh o u s es .   T h is   alg o r ith m   is   d esig n ed   to   ef f ec tiv ely   m an a g e  ch an g es in   d im en s io n   d ata   b y   cr ea tin g   n ew  v er s io n s   wh en   n ec ess ar y   an d   u p d atin g   c u r r en t  v e r s io n s .   Ad d itio n ally ,   i t  m ain tain s   p r o p er   r elatio n s h ip s   with in   th e  g r a p h - b ased   d ata  war eh o u s e ,   en s u r in g   d ata  in teg r ity   an d   c o n s is ten cy .     Alg o r ith m   1 : M a n ag in g   h is to r izatio n   d im en s io n   in   g r a p h   wa r eh o u s e   1.   R eq u ir e:  New   d im en s io n   d ata:   New Data   2.   E n s u r e:  Su cc ess f u l o p er atio n :  Su cc ess   3.   Fu n ctio n   Ma n ag eSGC DFo r Dim en s io n ( New Data ) :   4.   E x is tin g R ec o r d   ←Sear ch Dim en s io n R ec o r d B y Key   ( New Data . Key )   5.   I f   E x is tin g R ec o r d   is   n o t e m p t y   :   6.   I f   E x is tin g R ec o r d . Valu e   ≠   New Data . Valu e:   7.   Up d ateCu r r en tVer s io n ( E x is tin g R ec o r d )   8.   E ls e  Do No th in g ( )   9.   E n d I f   10.   E ls e  C r ea teNe wVe r s io n ( New Data )   11.   E n d I f   12.   R etu r n   Su cc ess   13.   E n d   Fu n ctio n   14.   Fu n ctio n Sear ch Dim en s io n R ec o r d B y Key ( Key ) :   15.   R etu r n   Dim en s io n R ec o r d   16.   E n d   Fu n ctio n   17.   Fu n ctio n   Up d ateCu r r e n tVer s io n ( R ec o r d ) :   18.   R ec o r d . Valid T o   ←  C u r r en tTi m estam p ( )   19.   New Ver s io n   ←  C r ea teNe wVe r s io n ( R ec o r d )   20.   R ec o r d . C u r r en tVer s io n   ←  Ne wVe r s io n   21.   E n d   Fu n ctio n   22.   Fu n ctio n   C r ea teNe wVe r s io n ( Data ) :   23.   New No d e  ←  C r ea teNe wNo d e( Data )   24.   New No d e. Valid Fro m   ←  C u r r en tTim estam p ( )   25.   R etu r n   New No d e   26.   E n d   Fu n ctio n   27.   Fu n ctio n Ver s io n in g R elatio n s h ip   ( Dim en s io n R ec o r d ,   Ver s io n ) :   28.   C r ea teR elatio n s h ip   ( Dim en s io n R ec o r d ,   Ver s io n )   29.   E n d   Fu n ctio n   30.   Fu n ctio n   Do No th in g   ( ) :   31.   // T h is   f u n ctio n   d o es n o t h in g ,   u s ed   wh en   th e  r ec o r d   h as n o t  ch an g ed   32.   E n d   Fu n ctio n     3 . 3 .     G ener a t e  f re qu ent ly   us ed  it em s et s   T h e  n ex t  s tag e  in   th is   p r o ce s s   en tails   r etr iev in g   u s er   q u er ies  f r o m   th e  OL AP  s y s tem   lo g s   s u b s eq u en t   to   th e  co n s tr u ctio n   o f   o u r   g r a p h   war eh o u s e.   T h is   r etr iev al  is   ess en tial  as  it  allo w s   u s   to   an aly ze   u s er   b eh a v io r   an d   tailo r   t h e  s y s tem   to   b etter   m ee t  th eir   n ee d s .   Nex t,  we   u s e  th e  Ap r io r i  tech n iq u e  to   f in d   co m m o n   item s ets   o f   p r e d icate s   [ 3 2 ] .   T h e  Alg o r ith m   2 :  Gen e r ate  f r e q u en tly   u s ed   item s et  h as  a  s ig n if ican t  im p ac t  in   o u r   g r a p h   c u b e  m o d el   f o r   d eter m in in g   f r e q u en t   item s ets  with in   OL AP  q u er ies.  I ts   p r im ar y   o b jectiv e  is   to   g e n er ate  th ese  f r eq u en t   item s ets  f r o m   tr an s ac tio n al  d ata  b y   ev alu atin g   ite m   o cc u r r en ce   f r eq u e n cy   an d   f ilter in g   th o s e  s u r p ass in g   a   m in im u m   s u p p o r t th r esh o ld   ( m in - s u p ) .   T h e  p r o ce s s   co m p r i s es two   m ain   s tep s :   ‒   I n itial  g en er atio n   o f   u n iq u e  i tem s et:  T h e  alg o r it h m   tr a v er s es  tr an s ac tio n s   to   estab lis h   th e  o cc u r r en c e   f r eq u e n cy   o f   ea ch   item .   I t th en   f o r m s   a  s et  o f   f r eq u en t item s ets b ased   o n   th e  m i n im al  s u p p o r t th r esh o ld .   ‒   E x ten s io n   o f   item s ets:   Star tin g   f r o m   f r eq u e n t  item s ets  o f   s ize  1 ,   t h e  alg o r ith m   p r o g r ess iv ely   g en e r ates   lar g er   item s ets.  I t  cr ea tes  p o ten tial  ca n d id ates  b y   c o m b in in g   p r ev io u s ly   id e n tifie d   f r e q u en t   item s ets.  T h ese   n ew  s ets  ar e  ass ess ed   with in   tr an s ac tio n s   t o   d ete r m in e  t h eir   f r eq u en cy   an d   ar e   r etain e d   o n ly   if   th ey   s u r p ass   th e  m in im al  s u p p o r t th r esh o ld .         Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   1 ,  Feb r u ar y   20 25 :  810 - 8 2 1   814   Alg o r ith m   2 : G en e r ate  f r e q u e n tly   u s ed   item s et   1.   f r eq u e n tI tem s ets   ←  {}   2.     p r ev io u s Fre q u en tI tem s ets ←  Gen er ateI n itialF r eq u en tI tem s e ts   3.   wh ile  p r ev io u s Fre q u en tI tem s e ts   is   n o t e m p ty   d o   4.   C u r r en tFre q u en tI tem s ets←g en er ateCan d id ates( p r ev io u s Fre q u en tI tem s ets)   5.         f o r   ea ch   p ar titi o n   in   g r ap h   c u b e  p ar titi o n s   d o   6.                 f o r   ea c h   ca n d id ate  in   cu r r en tFre q u en tI tem s ets d o   7.                           if   ca n d id ate  is   em p lo y ed   in   p ar titi o n   th en   8.                                   ca n d id ate. f r eq u en cy   ←  ca n d id ate. f r e q u en c y   +1   9.                             en d   if   10.             e n d   f o r   11.         en d   f o r   12.   p r ev io u s Fre q u en tI tem s ets ←  cu r r en tFre q u en tI tem s ets   13.   cu r r en tFre q u en tI tem s ets ←  f ilter C an d id ates ( cu r r en tFre q u en tI tem s ets,  m in Su p )   14.   f r eq u e n tI tem s ets ←  f r eq u en tI t em s ets  ∪   cu r r en tFre q u e n tI tem s ets   15.     en d   wh ile     16.     f u n ctio n   Gen er ateI n itialF r eq u en tI tem s ets   ()   17.      in itialF r eq u en tI tem s ets ←  {}   18.      f o r   ea c h   item   in   all  item s   d o   19.          if   item . f r eq u e n cy   ≥   m in Su p   th en   20.               in itialF r eq u en tI tem s ets ←  in itialF r eq u en tI tem s ets  ∪   {item }   21.         en d   if   22.     en d   f o r   23.     r etu r n   i n itialF r eq u en tI tem s ets   24.     en d   f u n ctio n     25.   f u n ctio n   Ge n er ateCan d id ates ( item s ets)   26.   ca n d id ates ←  {}     27.   i ←  0   28.   wh ile  i <   s ize  ( item s ets)  d o   29.                item s et  ←  item s ets[i]   30.                 j ←  0   31.                  wh ile  j <   s ize( item s et)   d o   32.                              elem en t ←  item s et[ j]   33.                              ca n d i d ate  ←  item s et  with o u t e lem en t   34.                      if   ca n d id ate  is   n o t a l r ea d y   in clu d ed   am o n g   th e  ca n d id ates th en   35.                      Ad d   ca n d id ate  to   th e  s et  o f   ca n d id ates   36.                    e n d   if   37.                    j ←  j +   1   38.                 en d   wh ile   39.                 i ←  i +   1   40.   en d   wh ile   41.   r etu r n   ca n d id ates    42.   en d   f u n ctio n     43.   f u n ctio n   Fil ter C an d id ates ( ca n d id ates,  m in Su p )   44.        f r eq u en tC an d id ates ←  {}     45.        i ←  0   46.        wh ile  i <   s ize  ( ca n d i d ates)   d o   47.            ca n d id ate  ←  ca n d id ates[ i]   48.            if   ca n d id ate. f r eq u en cy   ≥   m in Su p   th en   49.                 Ad d   ca n d id ate   to   f r e q u en tC an d id ates   50.            e n d   if   51.            i ←  i +   1   52.        en d   w h ile   53.        r etu r n   f r e q u en tC an d id ates    54.   en d   f u n ctio n     Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       Meth o d   fo r   d ev elo p i n g   a n d   p a r titi o n in g   g r a p h - b a s ed   d a ta   w a r eh o u s es u s in g   …   ( R e d o u a n e   La b z io u i )   815   3 . 4 .     G ener a t e  pa rt it io ns   us ing   a s s o cia t io n r ules   T h e  n ex t  alg o r ith m   in   o u r   a p p r o ac h   u tili ze s   th e  attr ib u tes  an d   r elatio n s h ip s   id en tifie d   with in   th e  f r eq u e n t  item s ets  to   estab li s h   ass o ciatio n   r u les.  T h ese  r u les  s er v e  as  th e  b asis   f o r   p ar titi o n in g   a  g r ap h   b ased   o n   th ese  attr ib u tes  an d   r elatio n s h ip s .   T h is   p ar titi o n in g   allo w s   f o r   m o r e   ef f icien t   d ata   r etr iev al  an d   an aly s is ,   u ltima tely   en h an cin g   th e  p er f o r m an ce   o f   o u r   g r a p h - b ased   s y s tem .   T h e  Alg o r ith m   3 :   Gen er ate  p ar titi o n s   u s in g   ass o ciatio n   r u les  b eg in s   b y   iter atin g   th r o u g h   ea c h   f r e q u en t   item s et.   Fo r   ea ch   item s et,   it  g en er ates  all  p o s s ib le  s u b s ets .   Su b s eq u en tly ,   f o r   ea c h   s u b s et,   it  co n s tr u cts  an   ass o ciatio n   r u le,   wh er e  th e   an t ec ed en t  co m p r is es  th e  s u b s et,   an d   th e  c o n s eq u en t   co n s is ts   o f   th e  co m p lem e n t  o f   th e  s u b s et  with in   th e  f r eq u en t  item s et.   T h is   s y s tem at ic  p r o ce s s   allo ws f o r   th e  cr ea tio n   o f   ass o cia tio n   r u les th at   ca p tu r e  th e  in h er en t  p atter n s   a n d   co r r elatio n s   with in   th e  d ata .     Alg o r ith m   3 : G en e r ate  p ar titi o n s   u s in g   ass o ciatio n   r u les   1.   // I n itializatio n   2.   m in Su p : th e  m in im u m   s u p p o r t   th r esh o ld   3.   Pre d icate s I tem s ets:   l is t o f   f r eq u en t p r e d icate   item s ets   4.   ass o ciatio n R u les:   li s t o f   r u les   5.   // I ter ate  th r o u g h   ea c h   f r e q u en t item s et   6.        f o r   all  f r eq u en tI tem s et  I n   Pr ed icate s I tem s ets d o   7.           s u b s ets ←  GE NE R AT E S UB SET S(f r eq u en tI tem s et)   8.          r u les ←  [ ]   9.   // C r ea te  r u les b ased   o n   co n f id en ce   10.                f o r   all  s u b s et  I n   s u b s ets d o   11.                an tece d e n t ←  s u b s et   12.                co n s eq u en t ←  f r e q u en t I tem s et  -   s u b s et   13.   co n f id en ce   ←  C AL C UL AT E C ONFI DE N C E ( an tece d en t,  f r eq u en tI tem s et)   14.               if   co n f id en ce   ≥   m in Su p   th en   15.                        r u le  ←  {  an tece d e n t: a n tece d en t,  c o n s eq u en t: c o n s eq u en t                               c o n f id e n ce :   co n f id en ce   }   16.   r u les.ad d ( r u le)   17.               en d   i f   18.         en d   f o r   19.               // Ge n er ate  ass o ciatio n   r u les f o r   th is   f r eq u en t item s et   20.          ass o ciatio n R u les ←  ass o ci atio n R u les  ∪   r u les   21.      en d   f o r     22.   // Par titi o n   g r ap h   b ased   o n   ass o ciatio n   r u les   23.   f u n ctio n   Par titi o n Gr a p h B ased On R u les(g r ap h ,   ass o ciatio n R u les)   24.   p ar titi o n s   ←  {}   25.             f o r   all  ass o ciatio n R u le  I N  ass o ciatio n R u les d o   26.               an tece d e n tNo d es ←  FIN DNOD E S W I T HP R OPE R T I E S(g r ap h ,           ass o ciatio n R u le. an tece d en t)   27.            c o n s eq u e n tNo d es ←  FIN DNOD E S W I T HPR OPERTI E S(g r ap h ,   ass o ciatio n R u le. co n s eq u en t)   28.                p ar titi o n   ←  C R E AT E P AR T I T I ON( an tece d en tNo d es,         co n s eq u en tNo d es)   29.                p ar titi o n s . a d d ( p a r titi o n )   30.                 en d   f o r                                                r etu r n   p ar titi o n s   31.                 en d   f u n ctio n       4.   M E T H O DO L O G Y  I M P L E M E N T A T I O N   4 . 1 .     I m ple m ent a t io n o f   t he  g ra ph   wa re ho us e   Neo 4 j  ( v er s io n   5 . 1 . 0 )   is   th e   d atab ase  th at  we   u s ed   t o   cr ea te   o u r   g r ap h   war eh o u s e.   Ne o 4 j  is   a  g r a p h   d atab ase  m an ag em en t  s y s tem   th at  ef f icien tly   s to r es  an d   q u er y in g   co m p lex ,   in ter c o n n ec te d   d ata  b y   r ep r esen tin g   an d   s to r in g   d ata  i n   g r a p h   s tr u ctu r es  co n tain in g   n o d es,  r elati o n s h ip s ,   an d   ch ar ac te r is tics   [ 3 3 ] .   Ne o 4 j  o f f er s   a   co n f ig u r ab le  d ata  f o r m at,   e n ab les  AC I D - co m p lian t  tr an s ac tio n s   an d   u tili ze s   a  q u er y   lan g u ag e  k n o w n   as  C y p h e r   s p ec if ically   d esig n ed   f o r   h an d lin g   g r ap h   d ata  [ 3 4 ] .   Ad d itio n ally ,   we  em p lo y e d   a  co m m a - s ep ar ated   v alu es   ( C SV )   f ile  in clu d in g   d ata   f r o m   a  f lat   m eta - m o d el  an d   th e   tr an s ac tio n   p r o ce s s in g   p er f o r m an ce   co u n cil  -   H    ( T PC - H )   d atab ase  as o u r   s o u r ce   f ile  [ 3 5 ] .  T h e  f o llo win g   a r e   th e  m o d el' s   d im en s io n s :   ‒   Pro d u ct  d im e n s io n   with   th e  T y p es o f   Pro d u cts lev el.   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   1 ,  Feb r u ar y   20 25 :  810 - 8 2 1   816   ‒   C u s to m er   d im en s io n   with   th e  two   lev els R eg io n C u s to m er   an d   city C u s to m er .   ‒   Dim en s io n   o f   th e   Su p p lier   u s in g   th e  two   le v els city Su p p lier   an d   R eg io n Su p p lier .   ‒   Dim en s io n   tim e  with   th e  lev el s   Yea r   an d   Mo n t h .   L is tin g   1 ' s   s cr ip t  im p o r ts   an d   m an ag es  s u p p lier   d ata  f r o m   a  C SV  f ile  in to   a  Neo 4 j  g r ap h   d atab ase.   I t  ef f ec tiv ely   h a n d les SGC D  d ata  b y   m ain tain i n g   h is to r ical  v e r s io n s   an d   en s u r in g   d ata  in te g r i ty .   ‒   Data   lo ad in g : T h e  L OAD  C S V  W I T H  HE ADE R S c lau s e  lo ad s   th e  C SV d ata  f r o m   th e  s p ec if ied   f ile  in to   a  tem p o r ar y   v ar ia b le  n am e d   r o w.   ‒   No d e   m er g i n g : T h e   ME R GE   clau s e  cr ea tes o r   u p d ates n o d es   in   th e  g r a p h   d atab ase.   ‒   No d e  cr ea tio n :  I f   a  n o d e  with   th e  s p ec if ied   SUPP L I E R - I D  d o es  n o t  ex is t,  th e  ME R GE   clau s e  cr ea tes  a   n ew  SUPP L I E R   n o d e  with   th e  p r o v i d ed   p r o p e r ties .     L is tin g   1 .   T h e  Su p p lier   Dim en s io n     L OAD  C SV  W I T H  HE ADE R S   FR OM   "f ile: ///s cd . csv "  AS   r o w  FIE L DT E R MI NAT OR   ";"   ME R GE   ( S: SU PP L I E R   {SU PP L I E R _ I D:  r o w.   SUPP L I E R _ I D})   ON      C R E AT E   SET             S.  SUPP L I E R _ NAM E   =  r o w. SUPP L I E R _ NAM E ,             S.  SUPP L I E R _ C I T Y  =  r o w. SUPP L I E R _ C I T Y,             S.  SUPP L I E R _ R E GI ON  =  r o w. SUPP L I E R _ R E GI ON,             S.  SUPP L I E R _ C ODE   =  r o w. SUPP L I E R _ C ODE ,             S.  START_ DAT E   =  r o w. START_ DAT E ,             S.  E ND_ DAT E   =  ( C ASE  W HE N  r o w. I S_ C UR R E NT   =   ' 1 '   T HE N  d ate  ( ' 9 9 9 9 - 12 - 31' )    E L SE  d ate  ( r o w.   START_ DAT E )   E ND) ,             S.  I S_ C UR R E NT   =  r o w. I S_ C UR R E NT ,             S.  VE R SIO N  =  1 ;     W e  u s e  a  s im ilar   m eth o d o lo g y   to   g e n er ate  th e   d im en s io n s   " C USTO ME R "  "T im e"   an d   "P R ODU C T "   ju s t  as  we  d id   f o r   th e  "SUPPLI E R "  d im en s io n .   T h e  f ac t  n o d e,   wh ich   s to r es  th e  m ea s u r es,  m u s t  b e  cr ea ted   af ter   all  th e  d im en s io n   n o d es.  L is tin g   2   h as  th e  s cr ip t  th at  s h o ws  h o w  to   cr ea te  a  f ac t  n o d e  in   Ne o 4 j  an d   h o w  to   lin k   a  f ac t  n o d e   to   a  d im en s io n   n o d e.   T h e  s cr ip t   cr ea tes  a   n o d e   n am ed   "FAC T "  with   t h e  attr ib u tes  " I D, "  "QU ANT I T Y, "  an d   "Pr ice"   th at  ar e  o b tain ed   f r o m   th e  a p p r o p r iate  co lu m n s   in   th e   C SV f ile  u s in g   th e   ME R GE   cl au s e.   T h e  "SUPPLI E R "  n o d e  with   th e  m atch in g   "SUPPLI E R - I D"  an d   th e  "FAC T "  n o d e   with   th e  m atch in g   "I D"  p r o p e r ty   ar e  lo ca te d   f o r   ea ch   r o w  b y   th e  s cr ip t  u s in g   th e  MA T C H  clau s es.   T h e  " FAC T - SU PP L I E R "  r elatio n s h ip   is   estab lis h ed   b y   t h e  ME R GE   clau s e  b etwe en   th e  m atch ed   "FAC T "  an d   "SUPPLI E R "  n o d es.     L is tin g   2 .   T h e  Fact  No d e   L OAD  C SV  W I T H  HE ADE R S   FR OM   "f ile: ///s cd . csv "  AS   r o w  FIE L DT E R MI NAT OR   ";"   ME R GE   ( m ea s :Me asu r e  {m id : r o w. I NT E GR AT I ON_ I D})   ON      C R E AT E   SET               m ea s . Pric e  =  to Flo at( r o w. O_ T OT AL PR I C E ) ,               m ea s . QUAN T I T Y  =  to I n teg er ( r o w. L _ QUAN T I T Y) ;                   // R elatio n s h ip   FAC T /SUP PLI E R     L OAD  C SV  W I T H  HE ADE R S   FR OM   "f ile: ///s cd . csv "  AS   r o w    FIE L DT E R MI NAT OR   ";"   W I T H   r o w   MA T C H   ( S: SU PP L I E R   {S U PP L I E R _ I D:  r o w. SUPP L I E R I D})   MA T C H   ( m ea s :Me asu r e  {m id : r o w. I NT E GR AT I ON_ I D})   ME R GE   ( m ea s ) - [ :FAC T _ SU PP L I E R   {      START_ DAT E :r o w. START_ DAT E ,           E ND_ DAT E : ( C ASE  W HE N  r o w. I S_ C UR R E NT   =  ' 1 '   T HE N  d ate  ( ' 9 9 9 9 - 12 - 31' )   E L SE  d ate  ( r o w. START_ DAT E )   E ND) ,      AC T I VE : ( C ASE  W HE N  r o w. E ND_ DAT E   =  d ate  ( ' 9 9 9 9 - 12 - 3 1 ' )   T HE N  1   E L SE  r o w. I S _ C UR R E NT   E ND) }]   - >( S);     W e  estab li s h   co n n ec tio n s   b etw ee n   th e  f ac t  an d   th e  d im e n s io n s   ( T I ME ,   C USTO ME R ,   an d   P R ODU C T )   with   a  s im ilar   m eth o d .   T o   e f f e ctiv ely   im p o r t  d ata   f r o m   a   C SV  f ile  an d   co n s tr u ct  th e   ass o ciatio n s   b etwe en   th e   "FAC T "  n o d es  an d   its   a s s o cia ted   n o d es  in   th e  "PR ODU C T , "  "T I ME , "  an d   "COS T UM E R "  d im en s io n s   in   th e  Neo 4 j d atab ase .  Fig u r e   1   s tan d s   f o r   th e  r ea lizatio n   o f   g r a p h   war eh o u s e  u s in g   Ne o 4 j.       Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       Meth o d   fo r   d ev elo p i n g   a n d   p a r titi o n in g   g r a p h - b a s ed   d a ta   w a r eh o u s es u s in g   …   ( R e d o u a n e   La b z io u i )   817       Fig u r e  1 .   Ou r   m o d el  p r esen ted   in   th e  s am p le  s tu d y       4 . 2 .     I m ple m ent ing   his t o rica l dim ens io n m a na g em ent   wit h c y ph er   qu er ie s   T o   im p lem e n t  th e   SGC D  co n c ep t  in   Ne o 4 j,   we  em p l o y   a   cy p h er   q u er y - b ased   ap p r o ac h   to   ef f ec tiv ely   m an ag e  ch an g in g   d im e n s io n s .   On e  co m m o n   s ce n ar i o   in   d ata  m an ag em en t  is   th e  n ee d   to   tr ac k   ch an g es  in   en tity   attr ib u tes  o v er   tim e.   I n   th e  co n t ex t  o f   a  g r ap h   d ata b ase,   th ese  en titi es  ca n   b e  r ep r esen ted   b y   n o d es  with   ch an g in g   p r o p er ties ,   s u ch   as  cu s to m er s   o r   p r o d u cts.  Fo r   illu s tr atio n ,   c o n s id er   t h e  ca s e  o f   a  SUPP L I E R   d im en s io n   in   a   g r ap h   d ata  war eh o u s e.   W h en   a   SUPP L I E R   ch an g es  th eir   n am e  o r   o th er   in f o r m atio n ,   it  is   ess en tial  to   tr ac k   th ese  ch an g es  wh ile   m ain tain in g   a   h is to r y   o f   p r ev io u s   v er s io n s .   T h e  f o llo win g   cy p h er   q u er y   d e m o n s tr ates  h o w   th is   task   ca n   b e  ac co m p lis h ed :     L is tin g   3 .   His to r ical  Dim en s io n   Ma n ag em e n t   L OAD  C SV  W I T H  HE ADE R S   FR OM   "f ile: ///s cd . csv "  AS   r o w  FIE L DT E R MI NAT OR   ";"   W I T H   r o w   MA T C H   ( S: SU PP L I E R   {S U PP L I E R   _ I D:  r o w.   SUPP L I E R   _ I D})   W HE R E   S.  S UPPLI E R   _ NA ME   <>   r o w.   SUPP L I E R   _ NAM E   an d   S.  SUPP L I E R   _ C I T Y  <>   r o w.   SUPP L I E R   _ C I T Y   an d   S.  SUPP L I E R   _ R E GI ON  <>   r o w.   SUPP L I E R   _ R E GI O N   SET   S.I S_ C UR R E NT   =  0 ,   S.E ND_ DAT E   =  d atetim e( )   C R E AT E   ( n ewS:  SU PP L I E R   {        SUPP L I E R   _ I D:  r o w.   SUPP L I E R   _ I D,        SUPP L I E R   _ NAM E : r o w.   SUPP L I E R   _ NAM E ,        SUPP L I E R   _ C ODE : r o w.   S UPPLI E R   _ C O DE ,        START_ DAT E : d atetim e( ) ,        E ND_ DAT E : d ate  ( ' 9 9 9 9 - 12 - 31' ),        I S_ C UR R E NT : 1   })   C R E AT E   ( S) -   [ : V E R SIO N_ 1 ] - >( n ewS) ;     T h is   c y p h er   q u e r y   m a n ag es  c h an g in g   d im en s io n s   in   o u r   d a ta  g r ap h .   I t  h an d les  s u p p lier   u p d ates  b y   m ar k in g   th e  cu r r en t  v e r s io n   as  o b s o lete,   cr ea tin g   a  n ew  v er s io n   with   th e  u p d ated   d ata,   an d   estab lis h in g   a   r elatio n s h ip   b etwe en   th e   o ld   a n d   n ew  v er s io n s   to   e n ab le  h is to r ical  tr ac k in g .   T h is   ap p r o ac h   en s u r es  th at  ch a n g es  in   d im en s io n s   ar e   ap p r o p r iatel y   ac co u n ted   f o r ,   wh ic h   is   c r u c ial  f o r   m ain tain in g   d ata  co n s is ten cy   an d   e n ab lin g   h is to r ical  an aly s is   in   o u r   g r ap h   d ata  war eh o u s e.       Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   1 ,  Feb r u ar y   20 25 :  810 - 8 2 1   818   4 . 3 .     P a rt it io nin g   g r a ph   wa re ho us e   On ce   th e  f r eq u e n tly   u s ed   q u e r ies  wer e  g en er ated ,   th e  alg o r ith m   b ased   o n   Ap r io r i  was  em p lo y ed   to   id en tify   th e  m o s t  u s ed   item s ets.  Su b s eq u en tly ,   th e  s ec o n d   alg o r ith m   was  ex ec u ted   to   g en er ate  p r e v alen t   co m b in atio n s   f o r   p a r titi o n   cr ea tio n .   Ou r   p a r am eter   s ettin g s   in clu d ed   a   s u p p o r t   th r esh o ld   o f   0 . 3   an d   a   co n f id en ce   lev el  o f   0 . 4 .   T h ese  co m b in atio n s   o f   th e  m o s t c o m m o n ly   u tili ze d   p ar titi o n s   ar e  illu s tr ated   in   Fig u r e  2 .           Fig u r e  2 .   T h e  co m b in atio n s   f r eq u en tly   u tili ze d   f o r   p ar titi o n i n g       T h e  p ar titi o n s   ar e  s o r ted   in   d ec r ea s in g   o r d er   o f   s u p p o r t.  Su p p o r t  is   a  m ea s u r e  o f   th e  f r eq u en cy   o f   o cc u r r e n ce   o f   a   p ar titi o n   i n   th e  d ataset.   T h e  m o s t c o m m o n ly   u s ed   p ar titi o n s   ar e  as f o llo ws:   ‒   P1 : ( PR ODU C T   {Bra n d # 2 2 },   C USTO ME R ) .   ‒   P2 : ( YE AR   {2 0 1 5 },   C USTO ME R ) .     ‒   P3   :(   PR ODU C T   {Bra n d # 2 2 },   SUPP L I E R - R E GI ON  {AF R I C A}) .   ‒   P4 : ( PR ODU C T   {Bra n d # 2 2 },   YE AR   {2 0 1 5 }) .     ‒   P5   :(   PR ODU C T   {Bra n d # 2 2 },   YE AR   {2 0 1 5 },   C USTO ME R ) .   T h e  n u m b er   o f   p ar titi o n s   d ef i n ed   d ep e n d s   o n   th e  m in im u m   s u p p o r t a n d   m in im u m   c o n f i d e n ce   s p ec if ied   b y   th e   u s er .   A  h ig h er   m in im u m   s u p p o r t  m ea n s   th at  p ar titi o n s   m u s t   b e  m o r e  f r eq u e n t  in   th e  d ataset  to   b e  in clu d ed   in   th e  r esu lts .   B y   ad ju s tin g   t h e  v a lu es  o f   th e   m in im u m   s u p p o r t  a n d   m in im u m   c o n f id e n ce ,   th e   u s er   ca n   co n tr o l  th e   n u m b er   o f   p ar titi o n s   d ef in e d   a n d   th e  q u ality   o f   th e  r esu lts .       5.   DIS CU SS I O N   W e  p er f o r m e d   a  s eq u e n ce   o f   e x p er im en ts   to   v alid ate  o u r   s tr a teg y   an d   ass ess   th e  im p ac t  o f   p ar titi o n in g   OL AP  cu b e  with in   th e  g r ap h .   T h ese  ex p er im e n ts   in v o lv ed   ev alu atin g   p e r f o r m an ce   lev e ls   b ef o r e  an d   a f ter   im p lem en tin g   o u r   p ar titi o n ed   m eth o d .   W e  m ea s u r e d   q u er y   e x ec u tio n   tim es  f o r   b o th   th e   o r i g in al  cu b e   an d   th e  p ar titi o n ed   cu b e.   W e  p er f o r m e d   o u r   test in g   o n   a  m ac h in e  e q u ip p ed   with   an   i7   p r o ce s s o r ,   1 6   GB   r an d o m   ac ce s s   m em o r y   ( R AM ) ,   an d   1   T B   s to r ag e  ca p ac ity .   Alo n g s id e,   we   u tili ze d   th e  T PC - H  d atab ase  at  a  s ca le  f ac to r   o f   SF 1 ,   SF 5   an d   SF 1 0   wh ich   wh i ch   co r r esp o n d   t o   s izes  o f   1   GB ,   5   GB ,   an d   1 0   GB .   I n   T ab le  1 ,   we  u s e  th e  q u e r ies   f r o m   th e   5   d e r iv ed   p ar titi o n s   to   s u b s eq u en tly   c o m p a r e  th e  e x ec u t io n   tim e.   T h e  Fig u r e  3   illu s tr ates  th e  q u er y   ex ec u tio n   tim e  co m p ar is o n ,   d is p lay in g   th e  tim es  b ef o r e  p ar titi o n in g   th e  g r ap h   wa r eh o u s e  an d   af te r   im p lem en tin g   t h e  p ar titi o n i n g   ap p r o ac h   u s in g   a  s ca le  o f   1   GB .   T h e  f in d in g s   r ev ea l  a  d ec r ea s e  in   q u er y   e x ec u tio n   tim es  f o llo win g   th e   o p tim izatio n   an d   u tili za tio n   o f   p ar titi o n s .   As  an   illu s tr atio n ,   in   th e  i n itial  q u er y ,   th e  ex ec u tio n   tim e   was  ar o u n d   3   m s   m illi s ec o n d s   in   th e  i n itial  cu b e  OL AP,  an d   th e  s am e  q u er y   it  d r o p p e d   to   2   m s   wh en   u s in g   p ar titi o n   cu b e.   T h is   s ig n if ies  a  n o tab le  p er ce n tag e  en h an ce m en t   o f   ab o u t  3 3 %.  Similar ly ,   in   th e  q u er y   5 ,   s ig n if ican t  im p r o v em en ts   wer e  r ea lized   as  th e  ex ec u tio n   tim e  d ec r ea s ed   f r o m   1 4   to   1 2   m s .   T h ese  s u b s tan tial  p er f o r m a n ce   g ain s   clea r ly   h ig h lig h t  th e  ef f icac y   o f   o u r   a p p r o ac h ,   r en d er in g   th e  s y s tem   n ea r ly   1 6   tim es  f aster   th an   its   p r ev io u s   s tate.   T h e  Fig u r e  4   illu s tr ates  th e  c o m p ar is o n   o f   q u er y   ex ec u tio n   tim es  f o r   th e  s am e  q u er y ,   d is p lay i n g   th e  tim es  b ef o r e  p ar titi o n in g   th e  g r ap h   war eh o u s e  an d   af ter   im p lem en tin g   th e   p ar titi o n in g   ap p r o ac h   u s in g   s c ales o f   5   GB   an d   1 0   GB   r esp ec tiv ely .   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       Meth o d   fo r   d ev elo p i n g   a n d   p a r titi o n in g   g r a p h - b a s ed   d a ta   w a r eh o u s es u s in g   …   ( R e d o u a n e   La b z io u i )   819   T ab le  1 .   Qu e r y   u s ed   i n   o u r   ca s e  s tu d y   Q u e r y   D i me n si o n   M e a su r e   Q1   ‒   P R O D U C T  { B r a n d # 2 2 }   ‒   C U S TO M E R     S u m( P r i c e )   Q2   ‒   P R O D U C T{B r a n d # 2 2 }   ‒   S U P P LI ER   ‒   R EG I O N {A F R I C A }     S u m( P r i c e )     Q3   ‒   P R O D U C T{B r a n d # 2 2 }   ‒   S U P P LI ER   ‒   R EG I O N {A F R I C A }   S u m( P r i c e )   Q4   ‒   P R O D U C T{B r a n d # 2 2 }      ‒   Y EA R   { 2 0 1 5 }   S u m( P r i c e )   Q5   ‒   P R O D U C T  { B r a n d # 2 2 }   ‒   Y EA R   { 2 0 1 5 }   ‒   C U S TO M E R   S u m( P r i c e )           Fig u r e  3 .   Qu e r y   ex ec u tio n   tim e  f o r   1   GB           Fig u r e  4 .   Qu e r y   ex ec u tio n   tim e  f o r   5   GB   an d   1 0   GB   d ataset       W h en   u s in g   a   s ca le  o f   5   GB   f o r   th e  s am e   q u e r y   1 ,   th er e   is   a  n o tab le  p er c en tag e   en h a n ce m en t  o f   a b o u t   4 6 %.  Similar ly ,   wh en   u s in g   a  s ca le  o f   1 0   GB ,   th e  ex ec u tio n   tim e  f o r   th e  in itial q u er y   was a r o u n d   3 0   m s   in   th e   o r ig in al  OL AP  cu b e.   H o wev er ,   with   th e   s am e  q u e r y ,   it  d r o p p ed   to   1 4   m s   wh en   u s in g   th e  p ar titi o n ed   cu b e.   T h is   s ig n if ies  a  n o tab le  p er ce n tag e  en h an ce m e n t  o f   ab o u t  5 3 %.  T h e  co n s id er ab le  d ec r e ase  in   ex ec u tio n   tim e   d em o n s tr ates th e  ab ilit y   o f   th is   ap p r o ac h   to   s u b s tan tially   im p r o v e  th e  s y s tem ' s   s p ee d   co m p ar ed   to   its   p r ev io u s   s tate.   T h is   en h an ce m en t  co n tr ib u tes  to   m o r e  ef f icien t  d ata  an aly s is   wi th in   th e  g r ap h   war eh o u s e.   Fu r th er m o r e,   th e  ad o p tio n   o f   p ar titi o n in g   in   th e  g r a p h   p r o v es  to   b e   a  cr u cial  f ac to r   i n   ac h iev i n g   th ese  s ig n if ican t  im p r o v em e n ts .   B y   s tr ateg ica lly   o r g an izi n g   an d   m a n ag in g   d ata   th r o u g h   p a r titi o n s ,   th e  s y s tem   n o t   o n l y   ex p er ien ce s   a  s u b s tan tial  b o o s t  in   s p ee d   b u t  also   lay s   th e  g r o u n d wo r k   f o r   s tr ea m lin ed   an d   o p tim ize d   d ata   p r o ce s s in g .       Evaluation Warning : The document was created with Spire.PDF for Python.