數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘試驗(yàn)報(bào)告

一、上機(jī)目的及內(nèi)容目的：.理解數(shù)據(jù)挖掘的基本概念及其過(guò)程；.理解數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)、OLAP之間的關(guān)系.理解基本的數(shù)據(jù)挖掘技術(shù)與方法的工作原理與過(guò)程，掌握數(shù)據(jù)挖掘相關(guān)工具的使用。內(nèi)容：將創(chuàng)建一個(gè)數(shù)據(jù)挖掘模型以訓(xùn)練銷(xiāo)售數(shù)據(jù)，并使用Microsoft決策樹(shù)”算法在客戶(hù)群中找出購(gòu)買(mǎi)自行車(chē)模式。請(qǐng)將要挖掘的維度（事例維度）設(shè)置為客戶(hù)，再將客戶(hù)的屬性設(shè)置為數(shù)據(jù)挖掘算法識(shí)別模式時(shí)要使用的信息。然后算法將使用決策樹(shù)從中確定模式。下一步需要訓(xùn)練模型，以便能夠?yàn)g覽樹(shù)視圖并從中讀取模式。市場(chǎng)部將根據(jù)這些模式選擇潛在的客戶(hù)發(fā)送自行車(chē)促銷(xiāo)信息。要求：利用實(shí)驗(yàn)室和指導(dǎo)教師提供的實(shí)驗(yàn)軟件，認(rèn)真完成規(guī)定的實(shí)驗(yàn)內(nèi)容，真實(shí)地記錄實(shí)驗(yàn)中遇到的各種問(wèn)題和解決的方法與過(guò)程，并根據(jù)實(shí)驗(yàn)案例繪出模型及操作過(guò)程。實(shí)驗(yàn)完成后，應(yīng)根據(jù)實(shí)驗(yàn)情況寫(xiě)出實(shí)驗(yàn)報(bào)告。二、實(shí)驗(yàn)原理及基本技術(shù)路線圖（方框原理圖或程序流程圖）關(guān)聯(lián)分析：關(guān)聯(lián)分析是從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)的一類(lèi)重要方法。時(shí)序模式：通過(guò)時(shí)間序列搜索出重復(fù)發(fā)生概率較高的模式。分類(lèi)：分類(lèi)是在聚類(lèi)的基礎(chǔ)上對(duì)已確定的類(lèi)找出該類(lèi)別的概念描述，代表了這類(lèi)數(shù)據(jù)的整體信息，既該類(lèi)的內(nèi)涵描述，一般用規(guī)則或決策樹(shù)模式表示。三、所用儀器、材料（設(shè)備名稱(chēng)、型號(hào)、規(guī)格等或使用軟件）臺(tái)PC及MicrosoftSQLServer套件四、實(shí)驗(yàn)方法、步驟（或：程序代碼或操作過(guò)程）及實(shí)驗(yàn)過(guò)程原始記錄（測(cè)試數(shù)據(jù)、圖表、計(jì)算等）創(chuàng)建AnalysisServices項(xiàng)目打開(kāi)BusinessIntelligenceDevelopmentStudio。在“文件”菜單上，指向“新建”，然后選擇“項(xiàng)目”。確保已選中“模板”窗格中的“AnalysisServices項(xiàng)目”。在“名稱(chēng)”框中，將新項(xiàng)目命名為AdventureWorks。單擊“確定”。更改存儲(chǔ)數(shù)據(jù)挖掘?qū)ο蟮膶?shí)例在BusinessIntelligenceDevelopmentStudio的“項(xiàng)目”菜單中，選擇“屬性”。在“屬性頁(yè)”窗格的左側(cè)，單擊“部署”。在“目標(biāo)”選項(xiàng)部分，驗(yàn)證數(shù)據(jù)庫(kù)名稱(chēng)是否為localhosto如果使用的是其他實(shí)例，請(qǐng)鍵入該實(shí)例的名稱(chēng)。單擊“確定”。創(chuàng)建數(shù)據(jù)源在解決方案資源管理器中，右鍵單擊“數(shù)據(jù)源”文件夾，然后選擇“新建數(shù)據(jù)源”。|系統(tǒng)將打開(kāi)數(shù)據(jù)源向?qū)АＴ凇皻g迎使用數(shù)據(jù)源向?qū)А表?yè)面中，單擊“下一步”按鈕。在“選擇如何定義連接”頁(yè)上，單擊“新建”向AdventureWorks數(shù)據(jù)庫(kù)中添加連接。系統(tǒng)將打開(kāi)“連接管理器”對(duì)話(huà)框。在“連接管理器”的“提供程序”列表中，選擇“本機(jī)OLEDB\MicrosoftOLEDBProviderforSQLServer”。在“服務(wù)器名稱(chēng)”列表中，鍵入或選擇承載AdventureWorksDW的服務(wù)器的名稱(chēng)。在“登錄到服務(wù)器”組中，選擇身份驗(yàn)證方法，并輸入憑據(jù)。在“選擇或輸入數(shù)據(jù)庫(kù)名稱(chēng)”列表中，選擇AdventureWorksDW,再單擊“確定”按鈕。單擊“下一步”按鈕進(jìn)入向?qū)У南乱豁?yè)。在“模擬信息”頁(yè)中，選擇“使用服務(wù)帳戶(hù)”，再單擊“下一步”。請(qǐng)注意，在“完成向?qū)А表?yè)中，數(shù)據(jù)源名稱(chēng)默認(rèn)為AdventureWorksDW。單擊“完成”。新的數(shù)據(jù)源AdventureWorksDW將顯示在解決方案資源管理器的“數(shù)據(jù)源”文件夾中。創(chuàng)建數(shù)據(jù)源視圖

在解決方案資源管理器中，右鍵單擊“數(shù)據(jù)源視圖”，選擇“新建數(shù)據(jù)源視圖”。系統(tǒng)將打開(kāi)數(shù)據(jù)源視圖向?qū)?。在“歡迎使用數(shù)據(jù)源視圖向?qū)А表?yè)上，單擊“下一步”。在“選擇數(shù)據(jù)源”頁(yè)的“關(guān)系數(shù)據(jù)源”下,系統(tǒng)將默認(rèn)選中您在上一個(gè)任務(wù)中創(chuàng)建的AdventureWorksDW數(shù)據(jù)源。單擊“下一步”。若要?jiǎng)?chuàng)建新數(shù)據(jù)源，請(qǐng)單擊“新建數(shù)據(jù)源”，啟動(dòng)數(shù)據(jù)源向?qū)?。在“選擇表和視圖”頁(yè)上，選擇下列各表，然后單擊右箭頭鍵，將這些表包括在新數(shù)據(jù)源視圖中:單擊“下一步”。在“完成向?qū)А表?yè)上，默認(rèn)情況下，系統(tǒng)將數(shù)據(jù)源視圖命名為AdventureWorksDW0單擊“完成”。系統(tǒng)將打開(kāi)數(shù)據(jù)源視圖設(shè)計(jì)器，顯示AdventureWorksDW數(shù)據(jù)源視圖。1.創(chuàng)建用于目標(biāo)郵件方案的挖掘結(jié)構(gòu)1.在解決方案資源管理器中，右鍵單擊“挖掘結(jié)構(gòu)”并選擇“新建挖掘結(jié)構(gòu)”啟動(dòng)數(shù)據(jù)挖掘向?qū)АＴ凇皻g迎使用數(shù)據(jù)挖掘向?qū)А表?yè)上，單擊“下一步”。在“選擇定義方法”頁(yè)上，確保已選中“從現(xiàn)有關(guān)系數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)”，再單擊“下一步”。在“創(chuàng)建數(shù)據(jù)挖掘結(jié)構(gòu)”頁(yè)的“您要使用何種數(shù)據(jù)挖掘技術(shù)？”下，選擇“Microsoft決策樹(shù)”。單擊“下一步”。在“選擇數(shù)據(jù)源視圖”頁(yè)上，請(qǐng)注意已默認(rèn)選中AdventureWorksDW。在數(shù)據(jù)源視圖中，單擊“瀏覽”查看各表，然后單擊“關(guān)閉”返回該向?qū)?。單擊“下一步”。在“指定表?lèi)型”頁(yè)上，選中vTargetMail表旁邊“事例”列中的復(fù)選框，再單擊“下一步”。在“指定定型數(shù)據(jù)”頁(yè)上，確保已選中CustomerKey列旁邊Key列中的復(fù)選框。如果數(shù)據(jù)源視圖中的源表表示一個(gè)鍵，則數(shù)據(jù)挖掘向?qū)⒆詣?dòng)選擇該列作為模型的鍵。選中BikeBuyer列旁邊的“輸入”和“可預(yù)測(cè)”。單擊“建議”打開(kāi)“提供相關(guān)列建議”對(duì)話(huà)框。只要選中至少一個(gè)可預(yù)測(cè)屬性，即可啟用“建議”按鈕?！疤峁┫嚓P(guān)列建議”對(duì)話(huà)框?qū)⒘谐雠c可預(yù)測(cè)列關(guān)聯(lián)最密切的列，并按照與可預(yù)測(cè)屬性的相互關(guān)系對(duì)屬性進(jìn)行排序。值大于的列將被自動(dòng)選中，以包括在模型中。閱讀建議，然后單擊“取消”忽略建議并保留向?qū)гO(shè)置的原始值。選中以下各列旁邊的“輸入”復(fù)選框:AgeCommuteDistanceEnglishEducationEnglishOccupationFirstNameGenderGeographyKeyHouseOwnerFlagLastNameMaritalStatusNumberCarsOwnedNumberChildrenAtHomeRegionTotalChildrenYearlyIncome單擊“下一步”。在“指定列的內(nèi)容和數(shù)據(jù)類(lèi)型”頁(yè)上，單擊“檢測(cè)”以運(yùn)行對(duì)數(shù)值數(shù)據(jù)進(jìn)行取樣并確定數(shù)值列是否包含連續(xù)或離散值的算法。例如，某列可包含薪金信息，用以作為連續(xù)的實(shí)際薪金值，也可包含整數(shù)，用以表示離散的編碼薪金范圍（例如1=<$25,000；2=從$25,000到$50,000）。單擊“檢測(cè)”后，請(qǐng)查看“內(nèi)容類(lèi)型”和“數(shù)據(jù)類(lèi)型”列中的各項(xiàng)；如有必要，請(qǐng)進(jìn)行更改，以確保設(shè)置與下表所示一致。通常，向?qū)?huì)檢測(cè)數(shù)值，并分配相應(yīng)的數(shù)值數(shù)據(jù)類(lèi)型；但有些情況下，您可能想要將數(shù)值作為文本處理。例如，GeographyKey應(yīng)作為文本處理，因?yàn)閷?duì)此標(biāo)識(shí)符進(jìn)行數(shù)學(xué)運(yùn)算是不對(duì)的。列 內(nèi)容類(lèi)型 數(shù)據(jù)類(lèi)型

AgeContinuousLongBikeBuyerDiscreteLongCommuteDistanceDiscreteTextCustomerKeyKeyLongEnglishEducationDiscreteTextEnglishOccupationDiscreteTextFirstNameDiscreteTextGenderDiscreteTextGeographyKeyDiscreteTextHouseOwnerFlagDiscreteTextLastNameDiscreteTextMaritalStatusDiscreteTextNumberCarsOwnedDiscreteLongNumberChildrenAtHomeDiscreteLongRegionDiscreteTextTotalChildrenDiscreteLongYearlyIncomeContinuousDouble單擊“下一步”。在“將數(shù)據(jù)拆分為定型集和測(cè)試集”頁(yè)上，對(duì)于“測(cè)試數(shù)據(jù)百分比”，請(qǐng)保留默認(rèn)值30。對(duì)于“測(cè)試數(shù)據(jù)集中的最大事例數(shù)”，請(qǐng)鍵入1000。單擊“下一步”。在“完成向?qū)А表?yè)上的“挖掘結(jié)構(gòu)名稱(chēng)”中，鍵入TargetedMailing。在“挖掘模型名稱(chēng)”中，鍵入TM_Decision_Tree。選中“允許鉆取”復(fù)選框。單擊“完成”。測(cè)試挖掘模型的準(zhǔn)確性映射輸入列如果使用外部數(shù)據(jù)測(cè)試挖掘模型，則必須確保挖掘結(jié)構(gòu)中的列與輸入數(shù)據(jù)中的列匹配。為此，可以使用“指定列映射”對(duì)話(huà)框。如果直接映射列名，則數(shù)據(jù)挖掘設(shè)計(jì)器將自動(dòng)創(chuàng)建關(guān)系。若要?jiǎng)h除兩列之間的映射，請(qǐng)選擇將“挖掘結(jié)構(gòu)”表中的列鏈接到“選擇輸入表”表中的列的行，再按Delete鍵。還可以通過(guò)單擊“選擇輸入表”中的列并將其拖到“挖掘結(jié)構(gòu)”中相應(yīng)的列來(lái)手動(dòng)創(chuàng)建映射。將輸入列映射到挖掘結(jié)構(gòu)在數(shù)據(jù)挖掘設(shè)計(jì)器中的“挖掘準(zhǔn)確性圖表”選項(xiàng)卡的“輸入選擇”選項(xiàng)卡中，選擇選項(xiàng)“指定其他數(shù)據(jù)集”。單擊“指定其他數(shù)據(jù)集”選項(xiàng)右側(cè)的（…）按鈕。此時(shí)將打開(kāi)“指定列映射”對(duì)話(huà)框。如果您要測(cè)試的結(jié)構(gòu)未顯示在“挖掘結(jié)構(gòu)”窗格中，請(qǐng)單擊“選擇結(jié)構(gòu)”并選擇目標(biāo)郵件。在“選擇輸入表”框中，單擊“選擇事例表”。系統(tǒng)將打開(kāi)“選擇表”對(duì)話(huà)框。在此對(duì)話(huà)框中選擇包含表或需要使用的表的數(shù)據(jù)源視圖，然后選擇該表。用于確定模型準(zhǔn)確性的數(shù)據(jù)必須包含可以映射到可預(yù)測(cè)列的列。為了實(shí)現(xiàn)本教程的教學(xué)目標(biāo)，您需要對(duì)用于處理模型的輸入列使用相同的數(shù)據(jù)并對(duì)數(shù)據(jù)應(yīng)用篩選器。但是，理想情況下，您將使用用于處理該模型的數(shù)據(jù)中保留的測(cè)試數(shù)據(jù)集。在“選擇輸入選擇”選項(xiàng)卡上選擇選項(xiàng)“使用挖掘結(jié)構(gòu)測(cè)試事例”，將選擇該數(shù)據(jù)作為輸入。在“數(shù)據(jù)源”列表中，確保已選中AdventureWorksDW。在“表/視圖名稱(chēng)”列表中，選擇vTargetMail，再單擊“確定”。挖掘結(jié)構(gòu)中的列會(huì)自動(dòng)映射到輸入表中具有相同名稱(chēng)的列。篩選輸入行如果選擇“指定其他數(shù)據(jù)集”選項(xiàng)，則可以通過(guò)使用顯示事例表列和嵌套表列的一組對(duì)話(huà)框生成篩選條件。可以從運(yùn)算符、類(lèi)型值的列表中進(jìn)行選擇，并連接條件與邏輯運(yùn)算符，以創(chuàng)建限制測(cè)試所用事例的復(fù)雜條件。對(duì)測(cè)試數(shù)據(jù)應(yīng)用篩選器在數(shù)據(jù)挖掘設(shè)計(jì)器中的“挖掘準(zhǔn)確性圖表”選項(xiàng)卡的“輸入選擇”選項(xiàng)卡上，單擊“打開(kāi)篩選器編輯器”。|此時(shí)將打開(kāi)“vTargetMail數(shù)據(jù)集篩選器”對(duì)話(huà)框。在此網(wǎng)格內(nèi)，輸入轉(zhuǎn)換為將應(yīng)用于源表的WHERE子句的條件，以限制用于測(cè)試的事例。在“挖掘結(jié)構(gòu)列”下，單擊網(wǎng)格內(nèi)頂部的行。選擇vTargetMail。單擊“值”單元。此時(shí)將打開(kāi)“篩選器”對(duì)話(huà)框，該對(duì)話(huà)框可幫助您對(duì)vTargetMail表設(shè)置條件。在第一行中，單擊“挖掘結(jié)構(gòu)列”下的網(wǎng)格，然后從列的列表中選擇Age。單擊Age旁邊的“運(yùn)算符”框，并選擇>（大于）運(yùn)算符。在同一行單擊“值”框，并鍵入20。單擊“表達(dá)式”窗格以刷新該表達(dá)式，并驗(yàn)證它是否正確。單擊“確定”。再次單擊“確定”，關(guān)閉“篩選數(shù)據(jù)集”對(duì)話(huà)框?！拜斎脒x擇”選項(xiàng)卡中的“篩選表達(dá)式”窗格會(huì)顯示剛才創(chuàng)建的篩選表達(dá)式vTargetMail:([Age]>20)。當(dāng)制作提升圖時(shí)，模型將僅使用其年齡大于20的客戶(hù)進(jìn)行測(cè)試。顯示模型的提升在“選擇要在提升圖中顯示的可預(yù)測(cè)的挖掘模型列”下,確保已在每個(gè)模型的“可預(yù)測(cè)的列名”列表中選中BikeBuyer。在“預(yù)測(cè)值”列中，選擇1。對(duì)于具有相同可預(yù)測(cè)列的每個(gè)模型，將自動(dòng)填充相同的值。顯示模型的準(zhǔn)確性在“選擇要在提升圖中顯示的可預(yù)測(cè)的挖掘模型列”下,確保已在每個(gè)模型的“可預(yù)測(cè)的列名”列表中選中BikeBuyer。將“預(yù)測(cè)值”列保留為空。查看提升圖若要查看提升圖，請(qǐng)切換到“挖掘準(zhǔn)確性圖表”的“提升圖”選項(xiàng)卡。當(dāng)您單擊該選項(xiàng)卡時(shí)，便會(huì)對(duì)服務(wù)器和數(shù)據(jù)庫(kù)的挖掘結(jié)構(gòu)和輸入表或測(cè)試數(shù)據(jù)運(yùn)行預(yù)測(cè)查詢(xún)。預(yù)測(cè)結(jié)果隨后會(huì)與已知的實(shí)際值進(jìn)行比較,并將繪制在圖上。有關(guān)如何使用該圖的詳細(xì)信息，請(qǐng)參閱提升圖(AnalysisServices-數(shù)據(jù)挖掘)。創(chuàng)建查詢(xún)創(chuàng)建預(yù)測(cè)查詢(xún)的第一步是選擇挖掘模型和輸入表。選擇模型和輸入表1. 在數(shù)據(jù)挖掘設(shè)計(jì)器”挖掘模型預(yù)測(cè)”選項(xiàng)卡的“挖掘模型”框中，單擊“選擇模型”。系統(tǒng)將打開(kāi)“選擇挖掘模型”對(duì)話(huà)框。2.在整個(gè)樹(shù)中導(dǎo)航到“目標(biāo)郵件”結(jié)構(gòu)，展開(kāi)該結(jié)構(gòu)并選擇TM_Decision_Tree,再單擊“確定”。2.在“選擇輸入表”框中，單擊“選擇事例表”。系統(tǒng)將打開(kāi)“選擇表”對(duì)話(huà)框。在“數(shù)據(jù)源”中，選擇AdventureWorksDW。在“表/視圖名稱(chēng)”中，選擇ProspectiveBuyer表，再單擊“確定”。選擇輸入表之后，預(yù)測(cè)查詢(xún)生成器便會(huì)根據(jù)各列的名稱(chēng)在挖掘模型和輸入表之間創(chuàng)建默認(rèn)映射。生成預(yù)測(cè)查詢(xún)?cè)凇巴诰蚰Ｐ皖A(yù)測(cè)”選項(xiàng)卡上的網(wǎng)格內(nèi)的“源”列中，單擊第一個(gè)空行中的單元格，然后選擇ProspectiveBuyer。在ProspectiveBuyer行的“字段”列中，選擇ProspectAlternateKey。這會(huì)將唯一標(biāo)識(shí)符添加到預(yù)測(cè)查詢(xún)中，以便標(biāo)識(shí)誰(shuí)可能購(gòu)買(mǎi)自行車(chē)，以及誰(shuí)不可能購(gòu)買(mǎi)自行車(chē)。在“源”列中，單擊下一個(gè)空行，然后選擇TM_Decision_Tree。在TM_Decision_Tree行的“字段”列中，選擇BikeBuyer。這將會(huì)輸出Microsoft決策樹(shù)模型中作為預(yù)測(cè)目標(biāo)的列。在“源”列下，單擊下一個(gè)空行，然后選擇“預(yù)測(cè)函數(shù)”。在“預(yù)測(cè)函數(shù)”行的“字段”列中，選擇PredictProbability。預(yù)測(cè)函數(shù)提供有關(guān)模型如何進(jìn)行預(yù)測(cè)的信息。PredictProbability函數(shù)提供有關(guān)正確預(yù)測(cè)的概率信息。您可以在“條件/參數(shù)”列中指定預(yù)測(cè)函數(shù)的參數(shù)。在PredictProbability行的“條件/參數(shù)”列中，鍵入[TM_Decision_Tree].[BikeBuyer]。這將指定PredictP