数据仓库与数据挖掘实验报告.docx

1、数据仓库与数据挖掘实验报告一、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，

2、认真完成规定的实验内容，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Microsoft SQL Server套件四、实验方法、步骤（或：程序代码或操作过程）及实验过

3、程原始记录( 测试数据、图表、计算等)创建 Analysis Services 项目1. 打开 Business Intelligence Development Studio。2. 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“Analysis Services 项目”。4. 在“名称”框中，将新项目命名为 AdventureWorks。5. 单击“确定”。 更改存储数据挖掘对象的实例1. 在 Business Intelligence Development Studio 的“项目”菜单中，选择“属性”。2. 在“属性页”窗格的左侧，单击“部署”。3.

4、 在“目标”选项部分，验证数据库名称是否为 localhost。如果使用的是其他实例，请键入该实例的名称。单击“确定”。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”。 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。3. 在“选择如何定义连接”页上，单击“新建”向 Adventure Works 数据库中添加连接。系统将打开“连接管理器”对话框。4. 在“连接管理器”的“提供程序”列表中，选择“本机 OLE DBMicrosoft OLE DB Provider for SQL Server”。5. 在“服务器名称”列

5、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 Adventure Works DW。11. 单击“完成”。新的数据源 Adventure Works DW 将显示在解决方案资源管理器的“数据源”文件夹中。创建数据源视图1. 在解决方案资源管理器中，右键

6、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。2. 在“欢迎使用数据源视图向导”页上，单击“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 Adventure Works DW 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。4. 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： 5. 单击“下一步”。 6. 在“完成向导”页上，默认情况下，系统将数据源视图命名为 Adventure Works DW。 单击“完成”。系统将打开数据源视图设计器，显示 A

7、dventure Works DW 数据源视图。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“新建挖掘结构”启动数据挖掘向导。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”。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”。 5. 单击“下一步”。6. 在“选择数据源视图”页上，请注意已默认选中 Adventure Works DW。在数据源视图中，单击“浏览”查看各表，然后单击“关闭”返回该向导。7. 单

8、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”。9. 在“指定定型数据”页上，确保已选中 CustomerKey 列旁边 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。10. 选中 BikeBuyer 列旁边的“输入”和“可预测”。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 的列将被自动选中，以包括在模型中。12

9、. 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： Age CommuteDistance EnglishEducation EnglishOccupation FirstName Gender GeographyKey HouseOwnerFlag LastName MaritalStatus NumberCarsOwned NumberChildrenAtHome Region TotalChildren YearlyIncome 14. 单击“下一步”。15. 在“指定列的内容和数据类型”页上，单击“检测”以运行对数值数据进行取样并确

10、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 = （大于）运算符。7. 在同一行单击“值”框，并键入 20。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”。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 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“可预测的列名

11、”列表中选中 Bike Buyer。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“可预测的列名”列表中选中 Bike Buyer。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（Analysis Services - 数据挖掘）。创建查

12、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”。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。4. 在“数据源”中，选择 Adventure Works DW。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。

13、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。3. 在“源”列中，单击下一个空行，然后选择 TM_Decision_Tree。4. 在 TM_Decision_Tree 行的“字段”列中，选择 Bike Buyer。这将会输出 Microsoft 决策树模型中作为预测目标的列。5. 在“源”列下，单击下一个空行，然

14、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 PredictProbability 行的“条件/参数”列中，键入 TM_Decision_Tree.Bike Buyer。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。“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

15、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“查询”视图可以查看预测查询生成器创建的 DMX 代码。使用“结果”视图可以运行查询并查看结果。使用“设计”视图可以向查询中添加新预测函数。注意：如果在“查询”视图中手动更改查询的文本，则切换回“设计”视图时，不会保留修改后的查询。查看结果通过单击“切换到查询设计视图/切换到查询结果视图”按钮（即工具栏上的第一个按钮）旁边的箭头并选择“结果”，可以运行查询。六、实验结果、分析和结论（误差分析与数据处理、成果总结等。其中，绘制曲线图时必须用计算纸或程序运行结果、改进、收获）使用 Microsoft SQL Server Analysis Services 可以很方便地创建复杂的数据挖掘解决方案。Analysis Services 工具可帮助我们设计、创建和管理来自数据仓库的多维数据集和数据挖掘模型，还可管理对 OLAP 数据和数据挖掘数据的客户端访问。通过实验理解了数据挖掘的基本概念及其过程及数据挖掘与数据仓库、OLAP之间的关系。对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有了初步的了解。注：教师必须按照上述各项内容严格要求，认真批改和评定学生成绩。