数据仓库与数据挖掘试验报告

1、、上机目的及内容目的：1 .理解数据挖掘的基本概念及其过程；2 .理解数据挖掘与数据仓库、OLAP之间的关系3 .理解基本的数据挖掘技术与方法的工作原理与过程，掌握数据挖掘相关工具的使用。内容：将创建一个数据挖掘模型以训练销售数据，并使用“Microsoft决策树”算法在客户群中找出购买自行车模式。请将要挖掘的维度（事例维度）设置为客户，再将客户的属性设置为数据挖掘算法识别模式时要使用的信息。然后算法将使用决策树从中确定模式。下一步需要训练模型，以便能够浏览树视图并从中读取模式。市场部将根据这些模式选择潜在的客户发送自行车促销信息。要求：利用实验室和指导教师提供的实验软件，认真完成规定的实验内

2、容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出模型及操作过程。实验完成后，应根据实验情况写出实验报告。二、实验原理及基本技术路线图（方框原理图或程序流程图）关联分析：关联分析是从数据库中发现知识的一类重要方法。时序模式：通过时间序列搜索出重复发生概率较高的模式。分类：分类是在聚类的基础上对已确定的类找出该类别的概念描述，代表了这类数据的整体信息，既该类的内涵描述，一般用规则或决策树模式表示。三、所用仪器、材料（设备名称、型号、规格等或使用软件）1 台PC及MicrosoftSQLServer套件四、实验方法、步骤（或：程序代码或操作过程）及实验过程原始记录（测试数据、

3、图表、计算等）创建AnalysisServices项目1. 打开BusinessIntelligenceDevelopmentStudio2. 在文件”菜单上，指向新建”，然后选择项目”。3. 确保已选中模板"窗格中的"AnalysisServices项目4. 在名称“框中，将新项目命名为AdventureWorks。5. 单击确定”。项目类型（£”商业智施项目,苴他项目类型模粳:Vi<1St.n<lio工cl七C1、导入蕈报表/A±LiZyhimSir-vicfesT5T目Intagration.Services二贝目报表服络照项目向导报表

4、模型项目赛金）短板一工,携素联机棋板一一.包I速An«.产wiwS«E-wric»x目E更改存储数据挖掘对象的实例的项目”菜单中，选择属性”。1. 在BusinessIntelligenceDevelopmentStudio2. 在属性页”窗格的左侧，单击部署”。localhost。如果使用的是其他实例，请键入该实例3. 在目标”选项部分，验证数据库名称是否为的名称。单击确定”。臼配置雇土生内部版本调原Ad.T"cii.t.«u-e«>x"e.3默认值False部署模式恨郁若更改臼El配置管理器（jQJ.配有to：活动

5、J|y要将项目部署到其中的AiliLyfiisSet-vie*s实例a确定II版消创建数据源1. 在解决方案资源管理器中，右键单击数据源”文件夹，然后选择新建数据源”。I欢迎使用数据源向导使用此向导创建新数据源.数据源表示到数据的连接.数据源不提供獴存元数据、添加关系、添加计篁和添加批注等功能"若要对数据嬲蠹蠹翳用此曲螭据源'然后使用数城视图向导来源系统将打开数据源向导。2. 在欢迎使用数据源向导”页面中，单击下一步"按钮。-基于现有注援或躺在援创理数据诙©数据底援（n）:数据近报感性（i>：息性总DAtia.SourceIniti

6、alCa.Adven-tui-*WorksDWTftI,<-mtdSST工FrovidcrSQLOJLEDB.1新理里）.删除3。基于另一T对再创迂效据源®C上一宙干一告g:方成痉）»1摩消3. 在选择如何定义连接”页上，单击新建“向AdventureWorks数据库中添加连接。系统将打开连接管理器”对话框。Axialtia用科1VTiiiidj&wM凭据未连接到数据涯.-使用相定Windows用户名和宏同0用户名3）：£a在码国）：Q吃用服多帧户0】使用当前用户的凭据尸zt%4. 在连接管理器”的提供程序”列表中，选择茶机OLEDBMicrosof

7、tOLEDBProviderforSQLServer工5. 在服务器名称”列表中，键入或选择承载AdventureWorksDW的服务器的名称。6. 在登录到服务器”组中，选择身份验证方法，并输入凭据。7. 在选择或输入数据库名称”列表中，选择AdventureWorksDW,再单击确定”按钮。8. 单击下一步”按钮进入向导的下一页。9. 在模拟信息”页中，选择使用服务帐户”，再单击下一步”。10.请注意，在完成向导”页中，数据源名称默认为AdventureWorksDW个笆称.然后单击“完成”以助理新数据漉.缴踞两名程cu：预览(£)：i至接手而用Pt-cvid.4ar=SQlJD

8、UEDE1D-ataSour12T.0O.1;Trut*gr-atadSaextriSSFT;Initi*1Cat&JLoig=AdveiMtiireWorksDW11.单击完成新的数据源AdventureWorksDW将显示在解决方案资源管理器的数据源”文件夹中。喳1&Atvr«Iorksd等据源*：+AdventureWorksIW.|»麴猖蝴用#幽坦隹创建数据源视图1.在解决方案资源管理器中，右键单击数据源视图”，选择新建数据源视图系统将打开数据源视图向导。欢迎使用数据源视图向导他用叶面且制I建舒的曲棍漏而因.2. 在欢迎使用数据源视图向导”页上，单击

9、下一步”。3. 在选择数据源”页的关系数据源”下，系统将默认选中您在上一个任务中创建的AdventureWorksDW数据源。单击下一步”。若要创建新数据源，请单击新建数据源”，启动数据源向导。致据源视图向导选噌幽关系数据源j或新建-个关系数据涯.关系数据源也）：数据源展性任）：Adv»entureWorksDW属性值；DataSource12T.00,IfnitijalCa.AdventureWorksDWIntegrated.SSPIProviderSQLDLEDB.14.在选择表和视图”页上，选择下列各表，然后单击右箭头键，将这些表包括在新数据源视图中:dbo.Prospect

10、iveBuyerdbo.vAssocSeqLineltemsdbo.vAssocSeqOrders dbo.vTargetMail dbo.vTImeSerles选择表和视图从要包含在数据源视图中的关系数据库中选择对象.包含的对象©:名称类型八1DimR8式let(dbc)1DimSesReasanCdbo)1DimSal«zT4rritory(dbo)JDimScenario(dbo)DimTime(dbo)1FactCurrencyRate(dbo)FactFinance(dbo)JFactlriterrifitSalesfdb。)Fact工ntwrn电tSalesiR

11、电也多口.，1FactK«£ell«rSd.es(曲。)JiPactSalesQuota(dbo)vDMfrtp(dlo)视图V可用对象（A）:名称_JFrospectiveBuyer(dbo)二jvAseocSeqLinelisms(dto)Q.vAssocSe<iOrders(dbo)vTargetMail(dto)由vlimeSeri白w(db。)类型图图图图表视视视视5,单击下一步”。阍数据源规图向导完成向导谙提供一个名称然后单击"完成”以创建新数据源视图.名称）：预览：3+必Adv&ntiireTforksDRJFrctiveBu

12、yr(dbo)口.vAssqcSeqLineltems(dlo)国vAss0cSeqOrders(dbo)7lvlargetMail(dto)国.vlimtS4ries(db。)AdventureWorksDW单击完6. 在完成向导”页上，默认情况下，系统将数据源视图命名为成”。系统将打开数据源视图设计器，显示AdventureWorksDW数据源视图。,AdreutureVorks日学据凝勺*AdventureWorksD£料亩-9数据源视图*口AdventureorksDW.dsv四多维数据集J解度创建用于目标邮件方案的挖掘结构1.在解决方案资源管理器中，右键单击挖掘结构”并选择

13、新建挖掘结构”启动数据挖掘向导。数据挖掘向导使用此向导可创建新的搭掘结构和新的挎掘模型.搭掘模型是一种代表已发现白选真赛添盍皓构定义时要使用的。括.欢迎使用数据挖掘向导知识的数据鳍构它基于对OLAT数据或关系数据的分析.如果用于创建校掘币型的数据危掘技术支持，还可以使用挖掘模型进行预测。单击“下一步”将生成挎掘结构和括掘模型，单击“取消”将退出向导"2. 在欢迎使用数据挖掘向导”页上，单击下一步”。3. 在选择定义方法”页上，确保已选中从现有关系数据库或数据仓库”，再单击下一步使用何附方1式塔文咫插结相<*>，武取省芙家哭i菇库事毅据爸库屯门O从现有生解数姻监©

14、说明：4. 在创建数据挖掘结构”页的您要使用何种数据挖掘技术？”下，选择“Microsoft决策树”。创寿鹤壁睛翻镇型并选择领用的技术.创建带有挖掘模型的挖掘给构圆）您要使用何种数据挖掘技术建）？icrasoft决策树.:创建不带搭掘模型的搭掘结构©5. 单击下一步选择数据源视图选择为环掘结构提供数据的数据源视图0可用数据源视图值）:Ad叮用nt口曳7表：ProspectiveBuyervAsEocSeqOrdsrsvTargetMailvTimeSeriss6. 在选择数据源视图”页上，请注意已默认选中AdventureWorksDW。在数据源视图中，单击浏览”查看各表，然后单击关

15、闭”返回该向导。7. 单击下一步”。8. 在指定表类型"页上，选中vTargetMail表旁边事例”列中的复选框，再单击下一步致据挖摭向导揖定表类型指定分析时要使用的表类型.输入表©:口口口口口口口9.指定定型数据指定分析中所用的列.在指定定型数据”页上，确保已选中CustomerKey歹U旁边Key列中的复选框。如果数据源视图中的源表表示一个键，则数据挖掘向导将自动选择该列作为模型的键。口口口口口口口电地模型结构电）:表/列硬输汰可预制CommuteDiEtaTuceCust力抽*rAlterteK*yCustcmerKeyIliteFirstFureh*s*Evnai1

16、AddressEfkglisKEduc&tiEnglisM)ccupation+4;六之emi=rT'Ki；nilrt-il或FdaHt10. 选中BikeBuyer列旁边的输入”和可预测”。指嚷骤用则11. 单击建议”打开提供相关列建议”对话框。只要选中至少一个可预测属性，即可启用建议”按钮。提供相关列建议”对话框将列出与可预测列关联最密切的列，并按照与可预测属性的相互关系对属性进行排序。值大于0.05的列将被自动选中，以包括在模型中。12. 阅读建议，然后单击取消”忽略建议并保留向导设置的原始值。13. 选中以下各列旁边的输入”复选框：AgeCommuteDistanceE

17、nglishEducationEnglishOccupationFirstNameGenderGeographyKeyHouseOwnerFlagLastNameMaritalStatusNumberCarsOwnedNumberChildrenAtHomeRegionTotalChildrenYearlyIncome口亚'|n*二口ip哈八回表/列回检入回aFrtriehClccupation归归目局归局福0回回E回回回GgndejrGeographyKeyHouseOwnerFlagLas修而电Marit式StatusMiddlsNweWam«StylftUumbarCa

18、rsOwiiedHumberChil'lrenAiMpmeHHHEHCCEH捺掘模型结构区)-旬旬包旺旬口回回口回口口口口回回回表,列ffuiriberCgkrxOwri«dMumberCh.i1drenAtHom已PhoneRegionSpwish£dueMionSpanishDccupationSuffixTitleTofChildrf¥earlylncome入i.一输回E口回口口回包回二键口口14.单击据镖物蠢器靡兼墨皿搭地模型结相已)：列内容类型数据类型八Agoi,c后ELrQJlgB£Is七Commut.qDi=±uiceCb

19、at.i*1*1。UED1SGTt.0L±u彳T*KtCustomerKeyKeyLoneEns：1=hJ£.dinea.-tioxiDiscreteTextEmglishO0cupationDitCFSt*T*/七FirstN-ameDisCi-eteTextOaixd>0-17DisGTfirT。:K七G&osrKeContirLiouELongHouseOwiierFlig.Discret.eIe：KtL定写七Njm$DisrV*检测射债列的连续或离散数据.检的CT)M上一步垣：下一步但，完成！£)»|用1.梢15.在指定列的内容和数

20、据类型”页上，单击检测”以运行对数值数据进行取样并确定数值列是否包含连续或离散值的算法。例如，某列可包含薪金信息，用以作为连续的实际薪金值，也可包含整数,用以表示离散的编码薪金范围（例如1=<$25,000;2=从$25,000至IJ$50,000）。16.单击检测”后，请查看内容类型”和数据类型”列中的各项；如有必要，请进行更改，以确保设置与下表所示一致。通常，向导会检测数值，并分配相应的数值数据类型；但有些情况下，您可能想要将数值作为文本处理。例如，GeographyKey应作为文本处理，因为对此标识符进行数学运算是不对的。列内容类型数据类型AgeContinuousLongBike

21、BuyerDiscreteLongCommuteDistanceDiscreteTextCustomerKeyKeyLongEnglishEducationDiscreteTextEnglishOccupationDiscreteTextFirstNameDiscreteTextGenderDiscreteTextGeographyKeyDiscreteTextHouseOwnerFlagDiscreteTextLastNameDiscreteTextMaritalStatusDiscreteTextNumberCarsOwnedDiscreteLongNumberChildrenAtHome

22、DiscreteLongRegionDiscreteTextTotalChildrenDiscreteLongYearlyIncomeContinuousDouble指定列的内容和数据类型指定培掘结构列的内容加数据类型.恬掘模型结恂J：列内容类型激菇类型.官电CoiktlTLUOUSLon名B1keDiecreteI-ong：CommuteDietance：DiscreteTextCuetamerKeyKeyLggEnglishEduealion.Diaer*11TfcXitErtglisliOccupoLtLionDi£ciretcTiextFirxt.ITnun«Dis

23、ga-七TnxtGemdei"DiEQF4t-41T”tG«c.griplhyK«yContimuQus：LcbRffMouseOwnerDieTextLastNsajr«eDiscreteText17.单击下一步18.在将数据拆分为定型集和测试集”页上，对于测试数据百分比”，请保留默认值30。19. 对于测试数据集中的最大事例数”，请键入1000。单击下一步创建测试集指定要为模型测道保留的事例数.视试数据集中的最大事例数®）：测出数据百分比止）泪hS-20. 在完成向导”页上的挖掘结构名称"中，键入TargetedMailing21

24、. 在挖掘模型名称”中，键入TM_Decision_Tree。22. 选中允许钻取”复选框。喉教据枪振向导完成向导为掩掘结构提供名称，从而完成数据但掘向导口fE镭结构名称诞）一Tarig.eted.Mailing.枪掘模型名称七TNI_Decisionj?ree&'fifedM&ilixig日法列斗力Ae23. 单击完成”。_Adve&turcTvrks二J整据源AAventureWorksDtt.As*心如磁图曲AdventureWorksDtf.dsv多it数据集维度丁；榜掘结构'TargetfedNailing.dmmim.话自测试挖掘模型的准确性

25、映射输入列如果使用外部数据测试挖掘模型，则必须确保挖掘结构中的列与输入数据中的列匹配。为此，可以使用指定列映射”对话框。如果直接映射列名，则数据挖掘设计器将自动创建关系。若要删除两列之间的映射，请选择将挖掘结构”表中的列链接到选择输入表”表中的列的行，再按Delete键。还可以通过单击选择输入表”中的列并将其拖到挖掘结构”中相应的列来手动创建映射。将输入列映射到挖掘结构1. 在数据挖掘设计器中的挖掘准确性图表”选项卡的输入选择”选项卡中，选择选项指定其他数据集”。选择要用于唯确性图表的数据集使用岳掘模型训试事例（X）.使用挎掘结构恻试事例包）寻牌贯独戮据第也fl«raiBmiBmra

26、BimniairmHiBiniai2. 单击指定其他数据集”选项右侧的（）按钮。此时将打开指定列映射”对话框。如果您要测试的结构未显示在挖掘结构”窗格中，请单击选择结构”并选择目标邮件。3. 在选择输入表”框中，单击选择事例表”。系统将打开选择表”对话框。在此对话框中选择包含表或需要使用的表的数据源视图，然后选择该表。用于确定模型准确性的数据必须包含可以映射到可预测列的列。为了实现本教程的教学目标，您需要对用于处理模型的输入列使用相同的数据并对数据应用筛选器。但是，理想情况下，您将使用用于处理该模型的数据中保留的测试数据集。在选择输入选择选项卡上选择选项使用挖掘结构测试事例”，将选择该数据作为

27、输入。选揖表mi数据源)4：AdventureWorksDtt表/视图名称*T»，s*rt-，EL，.，E-让4>，.，rL，.，ri,，L，.r，rl，.，-，,一，rit，NProsptctiveBuyerCdboJ|.vAaEocSeqLinelt&ms(dba)Q：vAssocSeqOrdcrs(dbo)jj,vTargetMail(dho)J|vTimeSries(db。)4. 在数据源”列表中，确保已选中AdventureWorksDW。5. 在表/视图名称”列表中，选择vTargetMail，再单击确定”。挖掘结构中的列会自动映射到输入表中具有相同名称的列

28、。L选择表数据源I：AdventureWorksDW表/视图名称ProspectiveBuyer(dbg)面vAsscSeqLiitelterns(dbo)因一vAssocSeqOrd.ers(dbo)VT4rgfitNailrdbc)vTimeSeries(dbo)唯指定列映射vTargtMail选择结构一一3I111置圉ffla_STargetedMailing1gillBikeBuyerComimuteDistanLce祠Cus.tomerKeyEnglishEducation宣)En.ishOccuipation_±liT.<IAddreEsLineld业"s

29、Lin殿场也BikeBuyerBirtKDateCommuteDistrnceCus10merAlternateKey筛选输入行如果选择指定其他数据集”选项，则可以通过使用显示事例表列和嵌套表列的一组对话框生成筛选条件。可以从运算符、类型值的列表中进行选择，并连接条件与逻辑运算符，以创建限制测试所用事例的复杂条件。对测试数据应用筛选器1. 在数据挖掘设计器中的挖掘准确性图表”选项卡的输入选择”选项卡上，单击打开筛选器编辑2. 此时将打开“vTrgetMail数据集筛选器”对话框。在此网格内，输入转换为将应用于源表的WHERE子句的条件，以限制用于测试的事例。3. 在挖掘结构列”下，单击网格内顶

30、部的行。选择vTargetMail。4. 单击值”单元。此时将打开筛选器”对话框，该对话中S可帮助您对vTargetMail表设置条件。dbo_vTarget<ailJ第选器条件：和，,或挖掘结构列运值5. 在第一行中，单击挖掘结构列”下的网格，然后从列的列表中选择Age。6. 单击Age旁边的运算符”框，并选择>（大于）运算符。7. 在同一行单击值”框，并键入20。TdbovTargetlail篇选镭8.单击表达式”窗格以刷新该表达式，并验证它是否正确。单击确定表达式4）：9. 再次单击确定”，关闭筛选数据集”对话框。输入选择”选项卡中的筛选表达式”窗格会显示刚才创建的筛选表达式

31、vTargetMail:（Age>20）。当制作提升图时，模型将仅使用其年龄大于20的客户进行测试。显示模型的提升1. 在选择要在提升图中显示的可预测的挖掘模型列”下，确保已在每个模型的何预测的列名”列表中选中BikeBuyer。2. 在预测值”列中，选择1。对于具有相同可预测列的每个模型，将自动填充相同的值。显示拾掘模型预测值可预测列名称BikeBuyer显示模型的准确性1.在选择要在提升图中显示的可预测的挖掘模型列”下，确保已在每个模型的何预测的列名”列表中选中BikeBuyer。2.将预测值”列保留为空。查看提升图若要查看提升图，请切换到挖掘准确性图表”的提升图”选项卡。当您单击该

32、选项卡时，便会对服务器和数据库的挖掘结构和输入表或测试数据运行预测查询。预测结果随后会与已知的实际值进行比较，并将绘制在图上。有关如何使用该图的详细信息，请参阅提升图（AnalysisServices-数据挖掘）。挖掘结构的数据挖掘提升图二Tar”士小Mailing创建查询创建预测查询的第一步是选择挖掘模型和输入表。选择模型和输入表1. 在数据挖掘设计器挖掘模型预测”选项卡的挖掘模型”框中，单击选择模型系统将打开选择挖掘模型”对话框。2. 在整个树中导航到目标邮件”结构，展开该结构并选择TM_Decision_Tree,再单击确定”。选择挖掘模型-_jAdventureVorkzEATarge

33、tedMailingTM日cisionTree3. 在选择输入表”框中，单击选择事例表系统将打开选择表”对话框。4. 在数据源”中，选择AdventureWorksDW选择表数据源)二宣Aden”好吧表/视图名称utaisiulaikiI-siu-MiBii-aiBiBiidiBiuiBiBi11uiBiBiMiaiuiBiBiuilaiuiaiBiuiaiiiiiaisiuiBiMiaiBiuiaiiiiiaIII-FrOEp&etiveBnyer(dbo)0.vAlS(dbo)因:vAesocSeqOrdere(dbo)回vTargetMail(dba)国;vTimeSeri*E(

34、dbo)5. 在表/视图名称”中，选择ProspectiveBuyer表，再单击确定”。选择输入表之后，预测查询生成器便会根据各列的名称在挖掘模型和输入表之间创建默认映射。AdventliraorksBW表/视图名称届医vAssocSeqLinsIterns(dbo)mvAseacS#qOrders(dbo)FrospectiveBuyer(dbo)选择输入表Froskctiv4SuyrAddressLinelAddrgEsLine2BirthDateCityEdncatioiTkEmailAddressFirstNauneGenderHouweOwnerFlagLastlTameMarita

35、lStatiis删除表.也择事例表生成预测查询1. 在挖掘模型预测”选项卡上的网格内的源”列中，单击第一个空行中的单元格，然后选择ProspectiveBuyer。2. 在ProspectiveBuyer行的字段”列中，选择ProspectAlternateKey。这会将唯一标识符添加到预测查询中，以便标识谁可能购买自行车，以及谁不可能购买自行车。源FrcsptctivEuyer字段Il.I_ibiiaihiiii-itmilai别名显示组和/或s3. 在源"列中，单击下一个空行，然后选择TM_Decision_Tree4. 在TM_Decision_Tree行的字段”列中，选择Bi

36、keBuyer。这将会输出Microsoft决策树模型中作为预测目标的列。A:TH_Decisioti_TretJ，r一，r，LlL，-，LIr-，rIT，LlL，-，!T，rI"TTWFroEpectAlterxtateKeyEikeBuyer业小蛆"a05. 在源”列下，单击下一个空行，然后选择预测函数”。6. 在预测函数“行的字段"列中，选择PredictProbability。预测函数提供有关模型如何进行预测的信息。PredictProbability函数提供有关正确预测的概率信息。您可以在条件/参数”列中指定预测函数的参数。7. 在PredictProb

37、ability行的条件/参数”列中，键入TM_Decision_Tree.BikeBuyer这将指定PredictProbability函数的目标列。有关函数的详细信息，请参阅数据挖掘扩展插件(DMX)函数参考。眼子就显示也素汗李教PmpilALtqmR怕KeyBTM.D眈iwioii.Tr”BikeBuyer0然刑函数JFrsdictFrokbiiitv0IM_DecisiflB_Tr&d,此上Btqfir挖掘模型预测”选项卡的工具栏中的第一个工具是切换到查询设计视图/切换到查询结果视图”按钮。通过单击此按钮上的下箭头，可在所创建的查询的视图之间切换。使用器创建的预测函数。的查询。DMX代码。使用结果”视图可以运行查询并查看结果。使用注意：如果在查询”视图中手动更改查询的文本，则切换回查询”视图可以查看预测查询生成设计”视图可