การสาปแช่งของมิติและความต้องการผลลัพธ์ที่เข้าใจได้ก่อให้เกิดความท้าทายอย่างมากในการค้นหาวิธีแก้ปัญหาที่มีประสิทธิภาพและปรับขนาดได้สำหรับปัญหาระดับลูกบาศก์ ปัญหาคิวบ์เกรดอาจจำกัดแต่รุ่นที่น่าสนใจ เรียกว่าการวิเคราะห์เกรเดียนต์หลายมิติที่จำกัด สามารถลดพื้นที่การค้นหาและได้ผลลัพธ์ที่น่าสนใจ
มีประเภทของข้อจำกัดดังต่อไปนี้ -
-
ข้อจำกัดที่มีนัยสำคัญ − เงื่อนไขนี้กำหนดให้สามารถทดสอบเฉพาะเซลล์ที่มี "นัยสำคัญทางสถิติ" เฉพาะในข้อมูล ซึ่งรวมถึงจำนวนเซลล์หลักที่กำหนดไว้เป็นอย่างน้อย หรืออย่างน้อยก็มียอดขายรวมอย่างเฉพาะเจาะจง ในบริบทของ data cube ข้อจำกัดนี้อำนวยความสะดวกเช่นเดียวกับสภาพของภูเขาน้ำแข็ง ซึ่งจะตัดเซลล์ที่ไม่สำคัญจำนวนมากออกจากชุดการแปลผล
-
ข้อจำกัดของโพรบ − สิ่งนี้จะเลือกชุดย่อยของเซลล์ (เรียกว่าเซลล์โพรบ) จากเซลล์ที่เป็นไปได้บางเซลล์เป็นจุดเริ่มต้นสำหรับการตรวจสอบ เนื่องจากปัญหาคิวบ์เกรดจำเป็นต้องเปรียบเทียบแต่ละเซลล์ในคิวบ์กับหลายเซลล์ เช่น ความเชี่ยวชาญพิเศษ การวางนัยทั่วไป หรือการกลายพันธุ์ของเซลล์ที่กำหนด ทำให้เกิดกลุ่มของคุณลักษณะเซลล์เดียวกันที่เกี่ยวข้องกับการเปลี่ยนแปลงที่สำคัญในการวัดในคิวบ์ข้อมูล
-
ให้เซลล์สามเซลล์ a, b และ c ถ้า a เป็นคำอธิบายของ b ก็อาจกล่าวได้ว่ามันเป็นลูกหลานของ b ซึ่งวิธีการ b เป็นลักษณะทั่วไปหรือบรรพบุรุษของ a เซลล์ c เป็นการกลายพันธุ์ของ a หากทั้งสองมีค่าเหมือนกันในทุกมิติ ยกเว้นมิติเดียว โดยที่มิติที่ต่างกันไปไม่สามารถมีค่าเป็น “*”
เซลล์ a และ c เป็นพี่น้องกัน แม้จะรักษาแค่ก้อนภูเขาน้ำแข็ง ก็สามารถสร้างคู่ได้หลายคู่ ข้อจำกัดของโพรบทำให้ผู้ใช้สามารถกำหนดชุดย่อยของเซลล์ที่น่าสนใจสำหรับบริการการวิเคราะห์ ในวิธีนี้ การศึกษากำหนดเป้าหมายเฉพาะในเซลล์เหล่านี้และความสัมพันธ์กับบรรพบุรุษ ลูกหลาน และพี่น้องที่เท่าเทียมกัน
-
ข้อจำกัดการไล่ระดับสี − สิ่งนี้ระบุช่วงความสนใจของผู้ใช้ในการไล่ระดับ (การเปลี่ยนแปลงการวัด) โดยทั่วไปผู้ใช้สนใจเฉพาะวิธีการเปลี่ยนแปลงระหว่างเซลล์ (ส่วน) ที่เปรียบเทียบเท่านั้น
ตัวอย่างเช่น สามารถสนใจเฉพาะเซลล์ที่มีกำไรเฉลี่ยเพิ่มขึ้นมากกว่า 40% เมื่อเทียบกับเซลล์โพรบ การเปลี่ยนแปลงดังกล่าวสามารถกำหนดเป็นเกณฑ์ในโครงสร้างของอัตราส่วนหรือความแตกต่างระหว่างค่าการวัดเฉพาะของเซลล์ภายใต้การเปรียบเทียบ เซลล์ที่ทำการเปลี่ยนแปลงจากเซลล์โพรบถูกกำหนดให้เป็นเซลล์เกรเดียนต์
