वर्ग भेदभाव या तुलना खान लक्षण वर्णन जो एक लक्षित वर्ग को उसके विपरीत वर्गों से वर्गीकृत करता है। लक्ष्य और विपरीत वर्ग तुलनीय होने चाहिए बशर्ते वे समान आयाम और विशेषताओं को साझा करें। उदाहरण के लिए, तीन वर्ग, व्यक्ति, पता और तत्व तुलनीय नहीं हैं। लेकिन पिछले तीन वर्षों में बिक्री तुलनीय वर्ग हैं, और इसलिए कंप्यूटर विज्ञान के उम्मीदवार बनाम भौतिकी उम्मीदवार हैं।
विकसित तकनीकों को कई तुलनीय वर्गों में वर्ग तुलना को प्रबंधित करने के लिए जारी रखा जा सकता है। उदाहरण के लिए, वर्ग लक्षण वर्णन के लिए परिभाषित विशेषता सामान्यीकरण प्रक्रिया को बदला जा सकता है ताकि सामान्यीकरण की तुलना सभी वर्गों के बीच समकालिक रूप से की जा सके। यह कुछ वर्गों में विशेषताओं को अमूर्तता के समान स्तरों के लिए सामान्यीकृत करने में सक्षम बनाता है।
मान लीजिए, उदाहरण के लिए, इसे 2003 में बिक्री और 2004 में बिक्री के लिए AllElectronics डेटा दिया गया है और इन दो वर्गों की तुलना कर सकते हैं। शहर, प्रांत या राज्य और देश के स्तर पर अमूर्त के साथ आयाम क्षेत्रों पर विचार करें। डेटा के हर वर्ग को समान स्थान स्तर पर सामान्यीकृत किया जाना चाहिए।
यही है, वे समकालिक रूप से शहर स्तर, या जिम्मेदारी या राज्य स्तर, या देश स्तर पर सामान्यीकृत हैं। यह 2004 में संयुक्त राज्य अमेरिका में बिक्री के साथ 2003 में वैंकूवर में बिक्री की तुलना करने से ज्यादा मददगार है (यानी, जहां बिक्री डेटा के हर सेट को एक से अधिक स्तर पर सामान्यीकृत किया जाता है)।
चुने जाने पर उपयोगकर्ताओं के पास अपनी पसंद के साथ स्वचालित, तुल्यकालिक तुलना सहित ओवरराइट करने का विकल्प होना चाहिए। कई प्रक्रियाएं हैं जो इस प्रकार हैं -
-
डेटा संग्रह - डेटाबेस में प्रासंगिक रिकॉर्ड का सेट क्वेरी प्रोसेसिंग द्वारा एकत्र किया जाता है और तदनुसार एक लक्षित वर्ग और एक या विपरीत वर्गों के एक सेट में अलग होता है।
-
आयाम प्रासंगिकता विश्लेषण - यदि कई आयाम हैं, तो अधिक विश्लेषण के लिए केवल अत्यधिक प्रासंगिक आयामों को चुनने के लिए इन वर्गों पर आयाम प्रासंगिकता विश्लेषण लागू किया जाना चाहिए।
-
तुल्यकालिक सामान्यीकरण - सामान्यीकरण को लक्ष्य वर्ग पर एक उपयोगकर्ता-या पेशेवर-निर्दिष्ट आयाम सीमा द्वारा प्रबंधित स्तर तक लागू किया जाता है, जिसके परिणामस्वरूप एक प्रमुख लक्ष्य वर्ग संबंध होता है।
-
व्युत्पन्न तुलना की प्रस्तुति - परिणामी वर्ग तुलना विवरण का अनुमान तालिकाओं, ग्राफ़ और नियमों के रूप में लगाया जा सकता है। इस प्रस्तुति में आम तौर पर गिनती% (प्रतिशत गणना) सहित एक "विपरीत" उपाय शामिल होता है जो लक्ष्य और विपरीत वर्गों के बीच तुलना को दर्शाता है।
उपयोगकर्ता ड्रिल-डाउन, रोल-अप और विभिन्न OLAP संचालनों का उपयोग करके लक्ष्य और विपरीत वर्गों के लिए तुलना विवरण को नियंत्रित कर सकता है, जैसा कि हासिल किया गया है।