Progettazione e prototipazione di un framework per Conversational OLAP

I sistemi conversazionali sono quelli che interagiscono con gli utenti utilizzando il linguaggio umano, definito naturale. Il vantaggio principale è la loro facilità di utilizzo: i sistemi diventano accessibili anche a persone non esperte di informatica. Quando questi sistemi consentono agli utenti di accedere alle informazioni memorizzate nei database si parla di una vera e propria democratizzazione di accesso ai dati. Conversational OLAP vuole sottolineare che il nostro framework si pone all'intersezione tra due grandi aree di lavoro: i sistemi “conversazionali" e le interrogazioni OLAP. L’obiettivo della tesi è la progettazione e la prototipazione di un sistema per rendere più semplice l’accesso alle informazioni nei data warehouse, consentendo agli utenti di eseguire delle vere e proprie sessioni di analisi utilizzando un approccio conversazionale. Rispetto alle classiche interfacce in grado di tradurre frasi in linguaggio naturale in query SQL, il nostro sistema dovrà essere in grado di sostenere una vera e propria conversazione con l’utente: facendogli domande e interpretando le sue risposte; proprio come un assistente digitale. Questo aspetto consentirà non solo di utilizzare i feedback dell'utente per migliorare le capacità di comprensione del sistema, ma anche di poter eseguire vere e proprie sessioni di analisi OLAP. Queste ultime si differenziano dalle classiche interrogazioni SQL proprio per la loro interattività. Il nostro sistema dovrà quindi essere in grado di riconoscere per ogni nuovo inserimento se si tratta di una nuova query o di una modifica ai risultati precedenti, e nel caso modificare la query precedentemente eseguita. La query dovrà poi essere eseguita sul data warehouse e i risultati verranno mostrati all’utente. Nel documento è presentata l’architettura funzionale progettata per la costruzione di un framework per raggiungere i risultati descritti.