OLAP建模巅峰之旅 数据挖掘经典案例.pdfVIP

维普资讯 精华本 2007V OLAP建模巅峰之旅 数据挖掘经典案例 作者 ／王如涛 本文主要从数据挖掘技术本身、数据挖掘技术与在线分析处理技术的对比中，以实际案例来展示数据挖 掘的特点和优势 ，同时，将数据挖掘模型作为多维数据库的一个维度，实现了数据挖掘与在线分析处理 的融合和企业数据更深层次信息的提取。 我们把商业智能分为三个层次 报表 SQLServer2005数据挖掘 来领会一下几个关键算法的功能和使用过 一 分析一挖掘 ，这三个层次 以一个金字塔 SOLServer2005的DataMining是SOL 程 ： 的结构 向我们展示 了它们所带来的数据价值 Server2005分析服务 (AnalysiSServices) 的提升、以及它们所代表 的技术复杂度 的 中的一部分 。数据挖掘通常被称为 “从 大 巅峰之旅之案例一 ： 提 升 。 型数据库 中提取有效 、可信和可行信息 的 网上书店关联销售 “啤酒与尿布 ”的故事家喻户 晓，在 过程 。换言 之 ，数据挖掘派生数据 中存 提出问题 Bl领域，几乎是数据挖掘 的代名词 。我们 在 的模式和趋势。这些模式和趋势可 以被 网上书店现在有了很强的市场和相对固 就来具体看一看 ：数据挖掘 ，作为商业智 收集在一起并定义为挖掘模型 。挖掘模型 定 的大量客 户。 为 了促进销售量 的增长 ， 能金字塔尖上的这一巅峰技术 ，它又能给 可 以应用于特定 的业务方案 ，例如 ，预测 各网上书店都采取了不同的方式 ，给客户 我们带来多少启发、实现哪些价值7 销售额 、向特定客户发送邮件、确定可能 提供更丰富的书籍、提供更优质服务 ，来 需要搭售的产品、查找客户将产品放八购 吸引更多的读者 。 客户需求 物车 的顺序序列 。 其 中 ，有不少 网上书店或者购物 网 面对大量的数据 ，我们可以用OLAP技 SOLServer2005的DataMining拥有 多 站，提供 了这样一种服务 ：当客户选择了 术进行多维分析 。例如 ：通过0LAP技术， 种 算法，可 以实现 不同 的需 求 ，如 ： 一 种书籍之后 ，页面上会显示出类似 的信 我们可 以快速、灵活地浏览一个网上书店 预测离散属性 ：微软决策树算法、微软 息 ： “购 买 ·… 产 品 的 客 户 还 购 买 的市场销售情况 ，比如 哪类客户购 买 了 NaiveBayes算法、微软聚类分析算法、微软 了… ·”，由此推荐给客户其它相 关的书 哪类图书、图书销量 的同比增长情况 、一 神经 网络算法 (SSAS)，可以预测离散属性 ， 籍 。这种措施 的运用给商家带来 了可观的 年的销售高峰分布在哪些时间段等等。然 例如 ，预测某个客户购 买某个产 品的可 能 效益 ，是一种 非常好 的促进销售量增长 ， 而，这一类分析只能告诉我们 “曾经发生 性 。 吸引读者的方法 。 了什么 ”、 “是怎样 发生 的”，却 不能告 预测连续属性 微软决策树算法、微 运用SQLServer2005的数据挖掘算法 诉 我们 “将来会发 生什 么”。 软时序算法，可 以用于预测连续 的属性 ， 和相关建模过程 ，我们可 以很 方便地实现 如果想动态地获得并利用深层次 的信 例如 ，根据 趋势 ，预测下一 年的销量 。 这一 需求，同时 ，达 到很精确 的预测 效 息，比如 ：客户潜在 的购 买欲望是什么 、 预测顺序 ：微软顺序分析和聚类分析 果。首先需要说 明的是 ：我们这里介绍的 怎