SQL Server 2008数据挖掘实现.pptVIP

访问/china/technet/webcast 获取更多课程资源 数据挖掘实现架构 数据挖掘 WHO ? Data Mining SQL extensions (DMX) 应用开发者 数据挖掘 专员 Microsoft Dynamics CRM Analytics Foundation SQL Server 2008 Business Intelligence Development Studio Microsoft SQL Server 2008 Analysis Services 企业信息 客户 Data Mining Add-ins for the 2007 Microsoft Office system Microsoft SQL Server 2008 Data Mining BI 分析师 Custom Algorithms WHERE ? HOW ? 定义问题 问题定义是从商业场景到挖掘任务和算法的映射。 数据准备 数据浏览 数据准备需要知道完成相应的挖掘任务需要哪些具有何种质量的数据。 Step 1 数据选择 选择典型的数据 选择适时的数据 选择准确的数据 选择完整的数据 Step 2 数据清洗和转换 数据类型转换(Boolean to Int) 连续值离散化(标准化) 分组(减少属性状态) 聚集(按时间区间汇总数据) 处理丢失值(经验值\平均值\预测值) 极点处理(按分布移除) 模型选择 Time Series Sequence Clustering Neural Nets Na?ve Bayes Logistic Regression Linear Regression Decision Trees Clustering Association Rules Classification Estimation Segmentation Association Forecasting Text Analysis Advanced Data Exploration 验证模型 数据分区 利润图 离线图 70%的数据用来训练； 30%的数据用来验证。 部署和更新模型 Microsoft SQL Server 2008Analysis Service 数据挖掘新功能 创建维持测试集 筛选模型事例 多个挖掘模型的交叉验证 新的数据挖掘插件 时序算法的增强 钻取到结构事例和结构列 对挖掘模型列使用别名 查询数据挖掘构架行 SQL Server 2008 DM 实现案例 零售脱销预测 基于Microsoft Project Real 项目 商业背景 中图国际是一家以广州为基地，主要从事图书进出口贸易的大型民营企业。它的主要业务是向全国各地的协议图书销售商供应进口图书。随着业务量的增长，各地由于热销或者断货带来的损失日益增长。 1、定义问题 问题：向顾客提供大量产品的零售商都面临着共同的挑战：确保其众多的商店具有适当的产品库存级别。 需要考虑的因素如下： 1、高级别库存的存储成本 2、丧失销售的成本 解决问题的最佳方式为： 根据历史数据，构建预测模型来确保每个书店都具有适当的库存级别。 2、数据准备 库存事 实表 销售事实表 商店维 度表 时间维度表 预测表 销售 记录 库存 记录 OLTP DW 3、浏览数据 因数据库增量以及补货均是以周为单位，所以构建销售及订单库存数据均是以周为单位。 预测需求字段如下： Key：[Unique_Store_Week_ID] 销售（本周，上五周，下两周） 订单（本周，上五周，下两周） 库存（本周，上五周，下两周） 销售变化（上五周） 是否脱销（下两周） 4、模型选择 构建脱销预测模型（AS中构建） 5、模型验证 参考资料： /sqlserver/2005/en/us/data-mining.aspx /ssdm/Default.aspx /sqlserver/2008/en/us/data-mining.aspx 您的潜力，我们的动力！ 谢谢！ 尽管关系图中所示的过程是一个循环过程，但是每个步骤并不需要直接执行到下一个步骤。创建数据挖掘模型是一个动态、交互的过程。浏览完数据之后，您可能会发现数据不足，无法创建适当的挖掘模型，因此必须查找更多的数据。或者，您可以生成数个模型，但随后发现这些模型无法充分地回答定义的问题，因此必须重新定义问题。您可能必须在部署模型之后对其进行更新，因为又出现了更多的可用数据。可能需要多次重复过程中的每个步骤才能创建良好的模型。 * * /technet TNT1-101 * /china/technet 访问/china/technet/webcast 获取更多课程资源