数据仓库与数据挖掘试验报告

1、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，认真完成规定的实验

2、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）及实验过程原始

3、记录（测试数据、图表、计算等）创建 Analysis Services 项目1. 打开 Business Intelligence Development Studio2. 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”。-29-项目类型更）:南业智能项目*苴岫项目举型模梃也)：Vi <1 S t.n<l i o工h j顼导入竭报表A±Lily zii a S*r-vi c fes T5

4、T 目Int agr at i on. S ervi ce s 二其 目 报表服蓉肆项目向导M报表模型项目赛的橙核一工I携素联机植横一一AruaZys-i s Sirvi g4-s J® 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 Business Intelligence Development Studio2. 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”。B配置届性 内部JiS本 调诫Ad.T"cii. t.«u- e

5、71;>x"e.3False都署模式仗部署更改曰曰配置管理器（jQJ.配置: 活动 任Ewlopwigt)7要将项目部署到其中的Anilyais ShvM” 实例.确定 | | 取消创建数据源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”。|欢迎使用数据源向导使用此间导创建新数据源.数据源表示到数据的连接.数据源不揭供缓存元数据、添加美系、新加计宣和添加批注等功能若要对数恭着盥蠢勤萨呻辄施据源'然后使用数据痫醐导来帷2.魏据虽向日以仰敬 握 源对苴连 指 于荷 韦 避行圭灾系统将打开数据源向导。在 欢迎使用数据源向导”页面中，单击 下一步”按

6、钮。- ® r现有匡提诙跚医援创建数据漕 心）数据歧援届性也，数据底援mi：DAtia. Source 127. 0-0.1Ini ti al Ca. . .orksDWTft I, <- m t »* dFrovi dcrSQLOJLEDB. 13.新淫更）.O至于另一个对秀创建救括iS由'上一步槌）1 丁一专塑？ II点成© »| |电!消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。Aixalysi 2 Str e*a 使用何神 Witftd?

7、&ws 来雁?到婆据源=-使用特定 Windows用户名和盛码 用户名也）：£a峦码枝）:<? 旋用服荟峡户使用当前用户的K甥皿）L £Ji. -.- Zt、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.

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个名称,嫩后单击完成”以刨理新教据源-顼览(£):理撩宇将牢Pt-cvi d.4ar=SQlJDUEDE 1 :. D -a t a Sour c-&12T. 口 O. 1 : Trut *gr -at ad S a extr i y SSFT ; In i t i *1 Cat &JLoig=Adv&iMtiir eWorksDW11. 单击完成新的数据源 Adve

9、nture Works DW将显示在解决方案资源管理器的数据源"文件夹中。曜1岸Atvr «I orksd J琴据源+* Adventure Works IW. dmi *教据iK视固ni- RWtMHr握隹创建数据源视图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倩田I*百皇肴II潼韭I；®数棍源抑园一2. 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AdventureWorks DW 数据源。单击下

10、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。致据源视图向导选璧麟关系数据源质I关辞M关系数据源您)：教据源雇性(£):llkdviritur e Works DW属性信-Data Source12T. 0 0. 1Ini ti al Ca. . . Adenturetf orksDW Integrated. . . SSPIProvi derSgUJLEDB. 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.ProspectiveBuyer dbo.vAssocSeqLineltems dbo.vAssocSeqO

11、rders dbo.vTargetMail dbo.vTimeSeries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。可用对象（A）:包含的对象（1）:r名称类型_J Fro spec tiveBuyer (dbo)j vAseocSeqLinelisms (dto)Q. vAssocSe<iOrders (dho)vTargetMail (dto)器pwTim由etMw (dlo)圈II图II 表视视视视5. 单击下一步”。曜数据源视图向S完成向导请提供一个名称然后单击“完成"以韧建新教据源祝圈.名称如:预览X):3 +归 Adv&nture Tfork

12、s DW1 FrctiveBuyr (dbo) 日.vAssqcSeqLineltems (dlo) 口 vAss0cSeqOr der s (dbo) vlargtHail (dto) 曲 vTin«Sarias (db。)Adventure Works DW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Adventure Works DW数据源视图。IfiSI L-J'| Adreutur eV orks日枣据源Adventure Works DW- dsQ-野数据源视图*以 Adventure orks DW.

13、dsv多舱数据集一/锥廖创建用丁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。数据挖振向导使用此向导可创建新的挖掘结物和新的挖掘模型-挖掘模型是一种代表已发现臼适'忘弟添击皓构定以时美愤用的力待-> 欢迎使用数据挖掘向导知识的数据篷构I它基于对OLAT数据或关系数据的分析.如果用于创建展掘松 型的数据捻掘技术支持，还可以使用挖掘模型进行预测-单击"下一米”格生成挖掘结构和挖掘模型，单击“取消"将退出同导.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

14、有关系数据库或数据仓库”，再单击下一步使用 何种方去玲安.FS捆空冲勾o<*） ?基现通美奈弹犀尊嗾朝貌O M理有凝也秉©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决策树创霍瞄矗5最5.创建带有挖掘模型的挖掘菇构也）您要使用何种数据挖掘技术隹）？icrasoft决策树:创建不带挖掘模型的挖掘结构（£）5. 单击下一步选择数据源视图选择为挖掘结构提供数据的数据源视图。可用数据阴视匡1(A):7表：Prospec tiveBuyervAsEocSeqOr dsrs vTar getMail vTimeSeri ss6

15、. 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0O口口口口 g 口口口#呸教据挖振向导:一坦锁入表® ：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。指定定型数据指定蛤析中所用的列.口口口口口口口指定定型数据指定分析中所

16、用的列招那模型结构僵）：表/健 输又 可预测CommuteDi EtaTuceCus t oih *rAl t er t eK*yCus t cm erKeyIliteF irs tFureh*s*Em ai 1 Addr essEfkgl i sKEduc&ti «ztETtgl i sM) c cup wt i on土土 若T*U?m=rT：lKitfhl rim 哄4日 M+10. 选中BikeBuyer 列旁边的输入”和可预测”挖掘模型结构僵）：回表冽键回输入口可预洌A坪 p| 福|Bik«Buy«r0 10BirthDat e11Cb Fi &q

17、uot; riI-1 1-111. 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：AgeCommuteDistanceEnglishEducationEnglishOccupationFirstNameGenderGeographyKeyHouseOwnerFlagLastNameMarit

18、alStatusNumberCarsOwnedNumberChildrenAtHomeRegionTotalChildrenYearlyIncome回表/列回输入_回"F r enchO c cupti otlGg&srGeographyKeyHqus ftOwnerFl agLasMari tNStatusMiddlaNweE妄）Uumb erC ar sOwiie dE43Himb erChi 1 dr enA t Hqw e挖掘模型结构食）-JS表/列回输入10瘩ITwberC frr sOwnedE匐ffumb erClii 1 dr enAtHom ePhone回专

19、Regi on:Sp ud 3 hl dy.c iSpani shDccupati onSu£E£kTitle回©TotftlChilJrtnE 4HY e arlylnc om e14. 单击下一步指察炽翥穗繇类型一辑堀模型结构 匿）:内容类型数据英型E 1也砂Conit i；） Bike Bliy-fei*C ommut. e Die! uic 4C 白丘七 iDiscr of. a-T o-m: tCue tomer KeyKeyLone;i sht d.xic a.-t i. oxiDis -cr «e t eTextF Edgili sh Oc

20、cupati >aADi terst*First N-am eOfaixd'O-ir'D i sCie t >eDis enr «< a-TextT。漏七ContiriiiiouEIrOSXgHoms e OwnerDiscre t eTe=jctF Ewst,珂w 自Discrete1T*上V*检测劫佰必毗连续或寓散教据.检例CT）上一步电下一步国）完成！£） »|职消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

21、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V $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AgeContinuousLongBikeBuyerDiscreteLongCommuteDistanceDiscreteTextCustome

22、rKeyKeyLongEnglishEducationDiscreteTextEnglishOccupationDiscreteTextFirstNameDiscreteTextGenderDiscreteTextGeographyKeyDiscreteTextHouseOwnerFlagDiscreteTextLastNameDiscreteTextMaritalStatusDiscreteTextNumberCarsOwnedDiscreteLongNumberChildrenAtHomeDiscreteLongRegionDiscreteTextTotalChildrenDiscrete

23、LongYearlyIncomeContinuousDouble指定列的内容和数据类型指定临据结构列的内容和数据共型-列内容类型数括类犁CoiktlTLUOUSLongB1 keDi ecreteLong：Commute Di e tanc e：Di screteTextCue tamer KeyKeyLmgEngl i sh E due a l i on.D i a er * 11T空itErtgl i sli OccupoLtLi onD i £ cir etcTiextF i r x t. IT nun «Dis 仁 h «t i:TnxtGoidl.aFD

24、i EQF4 t- 41T翼tG«c.gr*plhy K«yCoTitimi/uwLcbRffMouse OwnerDieTextLast Nsajr«eDi screteText17.18.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。单击下创蟹翳5保留的事啤厕试数据集中的最大事例数皿:测试数据百分比；d hS-20. 在 完成向导"页上的 挖掘结构名称"中，键入 Targeted Mailing21. 在 挖掘模型名称”中，键入 TM_Decision_

25、Tree 。22. 选中 允许钻取”复选框。M赖据挖根向导完成向导为挖掘结构提供名称，从而完成数据挖掘向导-fE拖姑构名称匝)一Tarig.eted. Mailing.指掘模型名称W):TNI_Deci si onj?ree&fifed M&ilixig曰圄列23. 单击完成”。_ I Adve&turcTvrks:3李据濯卜 AAventure Works DU. As 由旧数据海视的也 Adventure Works Dtf.dsv多维数据集维度二，3挖掘结构> Target fed Nailing, dmmi 届&测试挖掘模型的准确性映射输入列如果使

26、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”。选择妾用于推确性图表的数据集便用挖掘模型迎I试事例（X）.使用挖掘结构测试事例但）创瞬其础麝集2. traiBmi

27、BiM rai Vi hi -'raiBiHiBiiri mi 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

28、选项卡上选择选项使用挖掘结构测试事例”，将选择该数据作为输入。选择表Ml数据源:4： Adventure Works Dtt表/视圈名称JPirosptctiveBuyerdb心)*:» »0. vAaEocSeqLineltQ： vAssocSeqOrdcr s (dbo)jj, vTargetMail (dho)(dba)vTimeSieries (db。)4. 在数据源"列表中，确保已选中 Adventure Works DW 。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。

29、匚选择表数据源I：Adventure Works DW表/视图名称J ProspectiveBuyer (dbg)同 vAsscSeqLiitelterns (dbo)目.vAssocSeqOrd.ers (dbo)tNil rdbc)vTimeSer i es (dbo)vTargtMail砂指定列映射选撵结构一<S Targetei Mailing 窸y 省 Bike BuyerComuniite Distance 曲 Customer Key 411 English Education jjf) En-ish Occupation rffll V； . Ji IL.一3Ilslsl

30、iiffla_AddreEsLinelAddresELineSR尖BikeBuyerBirtKDteCommuteDi strnceCus t om er Al ternat eKey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W

31、HERE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，该对话框可帮助您对 vTargetMail表设置条件。dbo_vTarget<ailJ 帑迭器案件：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。T dbo vTargetlail舞选器条件和,横捂掘结构列运值y> 河虹.*8. 单击表达式”窗

32、格以刷新该表达式，并验证它是否正确。单击 确定表达式冬）:dbo_vT ar getMail (TAce > 20 )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”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。显示挖掘

33、模型可预测列名称Bike Buyer预测值l-I.UIa-li-S-SI-llUIS-IS-SI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）。挖掘结祠的数据挖掘提升图：Targe

34、ted 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"。-_ j AdventureVorkzE A Targeted MailingTM_D &R_Iree3. 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

35、DW，选择表数据源僵）：Advents 4 Works 珊表/视图名称tj uibiei u& bibi- anauiaiuiBiBmiBiLiI|:FrospaetiveBnyer (dbo)区.vAlS o cS e qLi nel t s (dbo) J vAs s o cS e qOr der e (dbo) 直 vTargetfflail (dbc) Qj vTimeSari es (dbo)5. 在 表/视图名称”中，选择 ProspectiveBuyer 表，再单由 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。数据诋僵）：痘

36、Admidur输Works珊表/视图名称FrospectiveBuyer (dbo)回苗vAssocSeqLineltems Cd>o)F?1 vAs s o cS e qOr der s (dbo)选择输入表FrostectivSuyrAddr essLi nelAddr&EsLine2BirthDateCityEdncatioiTkEmailAddressFirs tNaune_llGeriderHguseOwnerFl agLastlTame逸择事例表Mari talStatiis册I除表生成预测查询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

37、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。源宇段别名曰r 业不和减 Frcsptctiv«Euyer5 ；0II3. 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 Bike Buyer 。这将会输出 Microsoft决策树模型中作为预测目标的列。Prospect iveBu

38、yerFr ospee t Al t ernat eKey5. 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 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，

39、请参阅数据挖掘扩展插件(DMX) 函数参考。11于版I刑显示费h靴期亲FF炒敏| F'rospectAli ernat eKey 7M_Beci5ioii_TreePredictFrob ability000INJecisifluJred. Bits Buyer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