第10节商务智能运用实例下.ppt

第10章 数据仓库应用实例下 10.3SQL Server中的数据挖掘工具 10.4数据仓库客户端界面的设计 10.3 SQL Server中的数据挖掘工具 10.3.1 决策类数据挖掘工具的应用 1.挖掘结构方法选择 2.挖掘技术选择 3.数据源和挖掘事例表选择 3.数据源和挖掘事例表选择 4.挖掘参数选择 4.挖掘参数选择 5.挖掘模型保存选择 6.挖掘结果处理与浏览 6.挖掘结果处理与浏览 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.3.2 聚类分析的数据挖掘工具应用 10.4 数据仓库客户端界面的设计 销售分析主题展现界面设计表 销售分析主题展现界面设计表 销售分析主题展现界面设计表 10.4.2 客户端界面展现工具选择 10.4.3 EXCEL展现界面的实现 1.启动Microsoft Excel 2.数据源选择 3.数据的获取 4. OLAP多维数据集选择 4. OLAP多维数据集选择 5.新数据源创建 6.源数据的连接 7.多维数据集的选择 8.返回创建新数据源 10.创建新数据源对话框返回 数据展现内容安排 10.客户端数据展现的布局设计 10.客户端数据展现的布局设计 * * MS SQL Server2000中的Analysis Services可以对关系数据库和多维数据源中的数据进行挖掘，因此任何利用OLE DB可以访问的关系数据源数据以及通过Analysis Services创建的多维数据集的数据都可以训练挖掘模型。而且SQL Server系统的可扩展性使第三方工具能够与SQL Server的数据挖掘工具组装使用，提高了系统的性能与灵活性。 Analysis Services中所提供的数据挖掘模型有：关联规则、聚类分析、决策树、逻辑回归、神经网络、时序、顺序分析、聚类分析和线形回归等 10.4.1 客户端界面展现内容设计 数据仓库的使用主要集中在主题的多维数据集展现、数据挖掘结果的查看浏览、管理决策的预测和数据仓库内容的动态查询。 主题多维数据集的不同维度、不同层次的上卷、下钻，可以方便地查看数据仓库的内容。 数据挖掘结果的展现 管理决策的预测 数据仓库内容的动态查询 家庭同住人口 家庭人口 客户 商品 Cust_Prod.xls 客户收入 客户 时间 Cust_Time.xls 客户 县/区 市 省 商店 Area_Stor.xls 地区 商品 客户类型 商店类型 商品子类 时间 Brand_Time.xls 客户 商店类型 商品子类 地区 Brand_Area.xls 商品子类 销售收入 5 4 3 2 1 钻取层次 基本维 界面名称 分析对象 商标 商品子类型 商品类型 商品种类 地区 Prod_Area.xls 商品 活动地域 县/区 市 省 Cust_Area.xls 客户 日 月 季度 年 客户 Time_Cust.xls 时间 商店 活动地域 县/区 市 省 Brad_Area.xls 商品商标 家庭同住人口 家庭人口 客户 Prod_Cust.xls 商品子类 客户收入 客户月消费 客户类型 商店 Prod_Stor.xls 商品类型 商品扩展特性 5 4 3 2 1 钻取层次 基本维 界面名称 分析对象 日 月 季度 年 客户类型 时间 Sex_Time.xls 性别 会员卡 商品 Memb_Prod.xls 会员 客户汽车 客户住房 客户家庭人口 客户收入 商品 Cust_Prod.xls 客户类型 活动地域 县/区 市 省 商店 Area_Stor.xls 客户活动地域 客户 5 4 3 2 1 钻取层次 基本维 界面名称 分析对象 一般在客户端开发中可以通过C++编程使用为OLAP服务的OLE DB，在VB和ASP中使用ADO MD编写客户端程序。 Microsoft Excel使用了许多为OLAP服务的OLE DB核心API，使得Excel具有了强大的OLAP数据提取和分析功能。可以采用Excel作为数据仓库的OLAP数据提取和分析的主要工具。 在客户端界面展现中，有时为了对展现给用户的数据仓库数据进行更好的控制，使一部分用户可以进行数据的钻取，而禁止另外一部分用户进行同样的操作，对客户按照其职能范围进行必要的安全