डेटा विसंगतियों को पहचानने में सहायता के लिए तीन मापों का उपयोग अपवाद संकेतक के रूप में किया जाता है। ये माप उस आश्चर्य की डिग्री को दर्शाते हैं जो एक सेल में मात्रा प्रभावित करती है, इसके अपेक्षित मूल्य के संबंध में।
मापों की गणना की जाती है और सभी एकत्रीकरण स्तरों के लिए प्रत्येक सेल से जुड़े होते हैं। वे इस प्रकार हैं जिनमें SelfExp, InExp, और PathExp माप तालिका विश्लेषण के लिए एक संख्यात्मक दृष्टिकोण पर आधारित हैं।
एक सेल मूल्य को अपवाद माना जाता है यह इस बात पर निर्भर करता है कि यह अपने अपेक्षित मूल्य से कितना भिन्न है, जहां इसका अपेक्षित मूल्य एक सांख्यिकीय मॉडल के साथ तय किया जाता है। किसी दिए गए सेल मूल्य और उसके अपेक्षित मूल्य के बीच के अंतर को अवशिष्ट के रूप में जाना जाता है।
सहज रूप से, अवशिष्ट जितना अधिक होगा, दिया गया सेल मूल्य उतना ही अधिक अपवाद होगा। अवशिष्ट मूल्यों की तुलना के लिए हमें अवशिष्टों से जुड़े अपेक्षित मानक विचलन के आधार पर मूल्यों को स्केल करने की आवश्यकता होती है। इसलिए एक सेल मूल्य को अपवाद माना जाता है यदि उसका स्केल किया गया अवशिष्ट मूल्य एक पूर्वनिर्दिष्ट सीमा से अधिक है।
SelfExp, InExp, और PathExp माप इस स्केल किए गए अवशिष्ट पर आधारित हैं। किसी दिए गए सेल का अपेक्षित मूल्य दिए गए सेल के उच्च-स्तरीय समूह-द्वारा के एक फलन के रूप में होता है। उदाहरण के लिए, तीन आयामों A, B, और C वाले क्यूब को देखते हुए, A में i-th स्थिति, B में j-th स्थिति, और C में k-th स्थिति पर एक सेल के लिए अपेक्षित मूल्य γ, γAi, γBj, γCk, γABij, γACik, और γBCjk का एक फलन है, जो उपयोग किए गए संख्यात्मक मॉडल के गुणांक हैं।
गुणांक इस बात का पालन करते हैं कि उच्च स्तरों पर मूल्य कितने भिन्न हैं, जो बड़े स्तर के एकत्रीकरण को देखकर बने सामान्यीकृत छापों पर निर्भर करता है। इस दृष्टिकोण में, एक सेल मूल्य की अपवाद गुणवत्ता उसके पीछे आने वाले मूल्यों के अपवादों पर निर्भर करती है। इसलिए, जब एक अपवाद देखते हैं, तो उपयोगकर्ता के लिए ड्रिल-डाउन करके अपवाद का विश्लेषण करना आवश्यक है।
इस गणना में तीन चरण होते हैं जो इस प्रकार हैं -
पहले चरण में क्यूब को परिभाषित करने वाले समग्र मूल्यों की गणना शामिल है, जिसमें योग या गणना शामिल है, जिस पर अपवाद खोजे जाएंगे।
दूसरा चरण मॉडल फिटिंग का है, जिसमें गुणांक निर्धारित किए जाते हैं और मानकीकृत अवशिष्टों की गणना के लिए उपयोग किए जाते हैं। यह चरण पहले चरण के साथ ओवरलैप हो सकता है क्योंकि गणनाएं समान हैं।
तीसरा चरण मानकीकृत अवशिष्टों के आधार पर SelfExp, InExp, और PathExp मूल्यों की गणना करता है। यह चरण कम्प्यूटेशनल रूप से चरण 1 के बराबर है। इसलिए, खोज-संचालित अन्वेषण के लिए डेटा क्यूब्स की गणना प्रभावी ढंग से पूरी की जा सकती है।
