• Artikel

Hinzufügen eines logistischen Regressionsmodells zur Callcenterstruktur (Data Mining-Lernprogramm für Fortgeschrittene)

Sie wurden gebeten, alle Faktoren zu analysieren, die sich auf den Callcenterbetrieb auswirken und sollen außerdem spezifische Empfehlungen bereitstellen, anhand derer das Personal die Dienstqualität verbessern kann. Für diese Aufgabe verwenden Sie dieselbe Miningstruktur wie beim Erstellen des explorativen Modells. Sie fügen jedoch ein Miningmodell hinzu, das zum Erstellen von Vorhersagen verwendet wird.

In Analysis Services beruhen logistische Regressionsmodelle auf dem neuronalen Netzwerk-Algorithmus. Daher bieten sie die gleiche Flexibilität und Leistung wie neuronale Netzwerkmodelle, eignen sich jedoch besser zur Vorhersage von Ergebnissen.

In diesem Szenario können Sie alle Spalten des neuronalen Netzwerkmodells erneut verwenden. Wenn Sie einer Miningstruktur jedoch neue Modelle hinzufügen, werden diese in der Standardeinstellung mit den gleichen Eingaben und vorhersagbaren Attributen wie das erste Miningmodell erstellt. Daher müssen Sie die Eingaben und vorhersagbaren Attribute ändern, um das neue Modell Ihren Geschäftsanforderungen anzupassen.

Um zudem sicherzustellen, dass die Callcentermodelle sich so ähnlich wie möglich sind, legen Sie den Ausgangswert für beide Modelle fest. . Dieser stellt sicher, dass sich ein Modell im Lauf der Verarbeitung nicht verändert. Wenn Sie keinen bestimmten numerischen Wert für den Ausgangswert angeben, wird dieser in SQL Server Analysis Services anhand des Modellnamens generiert. Da das neuronale Netzwerkmodell und das zu erstellende logistische Regressionsmodell über unterschiedliche Namen verfügen, muss ein Ausgangswert festgelegt werden, um sicherzustellen, dass die Datenverarbeitung jeweils an exakt der gleichen Stelle beginnt.

So fügen Sie der Callcenter-Miningstruktur ein neues Miningmodell hinzu

  1. Klicken Sie im Projektmappen-Explorer unter Business Intelligence Development Studio mit der rechten Maustaste auf die Miningstruktur Callcenter-Klassifizierung, und wählen Sie Designer öffnen aus.

  2. Klicken Sie im Data Mining-Designer auf die Registerkarte Miningmodelle.

  3. Klicken Sie auf Ein verknüpftes Miningmodell erstellen.

  4. Geben Sie im Dialogfeld Neues Miningmodell im Feld Modellname den Namen Callcenter - LR ein. Wählen Sie für AlgorithmusnamenMicrosoft Logistic Regression aus.

  5. Klicken Sie auf OK.

    Das neue Miningmodell wird auf der Registerkarte Miningmodelle angezeigt.

So passen Sie das logistische Regressionsmodell an

  1. Behalten Sie in der der Spalte für das neue Miningmodell (Callcenter - LR) "Fact CallCenter ID" als Schlüssel bei.

  2. Ändern Sie den Wert für "ServiceGrade und Telefonisten auf Ebene 2" in Vorhersagen.

    Diese Spalten werden sowohl für die Eingabe als auch für Vorhersagen verwendet. Wenn Sie mehrere vorhersagbare Attribute in ein neuronales Netzwerkmodell oder logistisches Regressionsmodell einschließen, erstellen Sie letztlich zwei separate Modelle für den gleichen Metadaten-Container. Der Algorithmus erstellt für alle festgelegten vorhersagbaren Attribute eine separate Teilstruktur.

  3. Ändern Sie alle anderen Spalten in Eingabe.

So geben Sie den Ausgangswert an und verarbeiten die Modelle

  1. Klicken Sie auf der Registerkarte Miningmodell mit der rechten Maustaste auf die Spalte für das Modell "Callcenter - LR", und wählen Sie Algorithmusparameter festlegen aus.

  2. Klicken Sie in der Zeile für den HOLDOUT_SEED-Parameter unter Wert auf die leere Zelle, und geben Sie 1 ein. Klicken Sie auf OK.

    HinweisHinweis

    Welchen Wert Sie als Ausgangswert auswählen, ist gleichgültig, solange für alle verwandten Modelle der gleiche Ausgangswert verwendet wird.

  3. Klicken Sie im Menü Miningmodelle auf Miningstruktur und alle Modelle verarbeiten. Klicken Sie auf Ja, um das aktualisierte Data Mining-Projekt auf dem Server bereitzustellen.

  4. Klicken Sie im Dialogfeld Miningmodell verarbeiten auf Ausführen.

  5. Klicken Sie auf Schließen, um das Dialogfeld Verarbeitungsstatus zu schließen, und klicken Sie im Dialogfeld Miningmodell verarbeiten erneut auf Schließen.