OLAM的创始人韩家伟教授在自己的文章中谈到直接在OLAP引擎及相关数据立方体的上层构建联机分析挖掘机制是非常重要的,因为OLAP和OLAM所需要的数据立方体在功能上没有本质的区别,当然由于OLAM分析经常包含对大量带有细粒度数据的维度的处理,就需要比OLAP分析更为强大的数据立方体构造以及存取工具。我认为这是一个不争的事实,因为OLAM的应用比OLAP高级的多,或者说OLAM的分析能力较之OLAP更为复杂和强大,那么对底层机制包括数据结构和相关算法要求更高。
另外,由于OLAM引擎要么构建在自定义数据立方体上,这些立方体要与关系数据库系统协同工作,(就是说数据立方体的内容许多情况下从关系数据库中抽出);要么直接构建在OLAP产品所提供的数据立方体上。这样一来,构建联机分析挖掘系统应该基于已存在的OLAP和关系数据库系统上,而不是从头开始。
由于以上原因,数据立方体的构建及其相关的操作在OLAM中扮演着核心的角色,OLAM中的挖掘方法用创始人的定义称为1、基于数据立方体的关联分析,2、基于数据立方体的分类,3、基于数据立方体的预测,4、基于数据立方体的聚类分析等。由此可见,只有构建了强壮的数据立方体结构和高效的数据立方体分析算法,才可以创作出成功的OLAM工具。