数据挖掘实践设计.docVIP

数据挖掘实践 专业实验教学内容设计 实验目标： 掌握建立和配置数据仓库的基本操作技能，主要包括数据仓库系统的安装。 掌握数据仓库中数据的处理技术，包括数据仓库的建模、事务数据的转换。 掌握基于数据仓库的自动数据分析技术的基本操作，包括多维数据分析和数据挖掘。 实验环境： 1.Microsoft SQL Server 2005 Microsoft SQL server 2005 Integration Services Microsoft SQL server 2005 Analysis Services 2. WEKA WEKA 3.6 实验内容： 实验1：安装数据仓库系统平台 实验2：多维数据分析OLAP 实验3：基于SQL Server 2005的数据挖掘 实验4：基于Weka的数据挖掘 实验1：安装数据仓库系统平台 实验任务： ①安装Microsoft Server 2005。 ②安装Weka（包括Java运行时环境） ③构建数据仓库 设计数据仓库模型。将示例数据库设计为星型模型，设计好事实表和多个维表。每个事实表均有度量值，主要用于求和、平均值、百分比等。每个维表都可设多个级别。 数据提取、转换和装载。使用Integration Server图形用户界面设计开发和调试数据管理应用程序的ssis包。运行ssis包完成数据仓库的清空，从数据源中抽取数据仓库所需要的数据；然后把抽取出来的数据转换为数据仓库要求的格式，将数据按数据结构类型装载到数据仓库中，完成事实表和维度表数据的填充。 实验2：多维数据分析OLAP 实验任务： 使用Analysis Services定义数据源和数据源视图；定义和部署多维数据集，定义维度、属性、层次结构；检查度量值、维度、层次结构、属性和度量值组；定义多维数据集中的计算、关键性能指标、操作、分区、聚合、透视和翻译。并可浏览多维数据集和它的每个维度，以确定为了改进该多维数据集的功能而需要执行的更改类型。 实验3：基于SQL Server 2005的数据挖掘 实验任务： ①数据挖掘部署。根据Analysis Services项目模板，在Business Intelligence Development Studio中创建Analysis Services(SSAS)项目，再定义一个或多个数据源，数据源指向示例数据仓库AdventureWorksDW，并定义名为“数据源视图”的单个元数据统一视图。 ②关联规则分析。在关联规则实验中，寻找关联规则。实验使用Microsoft关联规则技术，根据客户的在线购物篮中已有的产品创建一个可预测客户购买需求的数据挖掘模型，利用挖掘模型查看器的Microsoft关联查看器查看可能同时出现的产品，并可浏览项之间的关系。 ③决策树。在决策树实验中，本质上是学习数据挖掘的分类方法。实验使用Microsoft决策树技术分析，根据现有客户列表和一个潜在的新客户列表创建一个根据已知客户的特性来找到可应用于潜在客户的模式，并使用已发现的模式来预测哪些潜在客户最有可能购买自己的产品。该技术将根据公司数据库的现有客户发现所有逻辑分组，并使用Microsoft树查看器检查构成挖掘模型的所有树模型。 ④预测。实验使用Microsoft时序算法，根据自行车的历史销售情况对自行车销售量的高峰期做出预测，明确旺销或滞销与区域的关系，并确定不同型号自行车的销售量在一年中是否随着时间的变化而变化。并使用Microsoft时序查看器浏览结果。 ⑤顺序分析和聚类分析。实验使用Microsoft顺序分析和聚类分析算法，根据客户的在线购物篮已有的产品找到客户将项放入购物篮的顺序，并使用Microsoft顺序分析和聚类分析查看器浏览结果。 实验4：基于Weka的数据挖掘 实验任务： ①熟悉Weka数据挖掘平台的基本功能。 ②能够进行关联规则、分类、聚类分析三种数据挖掘分析。