Esercitazione intermedia sul data mining (Analysis Services - Data mining)
Microsoft Analysis Services offre un ambiente integrato per la creazione e l'utilizzo di modelli di data mining. È possibile eseguire facilmente l'associazione a origini dati, creare e testare più modelli sugli stessi dati e distribuire modelli da utilizzare nelle analisi predittive.
Nell'esercitazione di base sul data mining è stato descritto come utilizzare Business Intelligence Development Studio per creare una soluzione di data mining e sono stati compilati tre modelli a supporto di una campagna di mailing diretto per analizzare il comportamento di acquisto dei clienti e per individuare i potenziali acquirenti.
Per portare a termine questa esercitazione, l'utente deve avere familiarità con gli strumenti di data mining e con i visualizzatori modelli di data mining presentati nell'esercitazione di base sul data mining. Questa esercitazione intermedia viene compilata su tale esperienza acquisita e introduce diversi nuovi scenari, incluse le previsione e le analisi di mercato sugli acquisti. Durante l'esercitazione verrà illustrato come creare un modello Time Series, un modello di associazione e un modello Sequence Clustering. Verrà inoltre descritto come utilizzare tabelle nidificate in un modello e come creare filtri sulle tabelle nidificate.
In tutti gli scenari viene utilizzata l'origine dati AdventureWorksDW2008R2, tuttavia verranno create viste origine dati diverse per i diversi scenari. È possibile completare le lezioni in qualsiasi ordine, purché si crei innanzitutto l'origine dati.
Le lezioni sono indipendenti e possono essere completate separatamente.
Scenari della lezione
Dopo la conclusione positiva della campagna di mailing diretto, si supponga di aver ricevuto la richiesta di sfruttare le proprie conoscenze di data mining per sviluppare diversi nuovi modelli da utilizzare nella pianificazione aziendale. Tali modelli includono i seguenti nuovi tipi:
Modelli Time Series, per prevedere le vendite di prodotti nelle diverse aree geografiche in tutto il mondo. Verranno sviluppati singoli modelli per ogni area, oltre a un modello generale che può essere utilizzato per la stima incrociata.
Modello di associazione, per analizzare raggruppamenti di prodotti acquistati durante le visite al sito e-commerce di Adventure Works Cycles. Questo modello di analisi degli acquisti può essere utilizzato per consigliare prodotti ai clienti.
Modello Sequence Clustering, per analizzare l'ordine in cui i clienti acquistano i prodotti. Sulla base di questo modello è possibile pianificare le modifiche alla progettazione del sito Web o le nuove offerte di prodotti.
Modello di rete neurale e modelli di regressione logistica - Per eseguire analisi esplorative dei dati del call center. In base alle informazioni approfondite del modello preliminare, si creerà un modello per individuare le possibili strategie di miglioramento della qualità del servizio di call center.
Lezioni dell'esercitazione
In questa esercitazione verrà illustrato come creare e utilizzare tipi diversi di algoritmi di data mining. Verranno inoltre illustrati i seguenti concetti:
Utilizzo di tabelle nidificate per la compilazione di modelli
Scelta di una chiave di tabella nidificata, della serie temporale o di sequenza
Applicazione di filtri alle tabelle nidificate durante la creazione di modelli o l'esecuzione di stime
Verifica che i dati disponibili siano sufficienti per supportare un modello
Creazione di un modello generale e applicazione a più set di dati
L'esercitazione è suddivisa nelle lezioni seguenti:
Lezione 1: Creazione della soluzione intermedia di data mining (Esercitazione intermedia sul data mining)
In questa lezione verrà creato un nuovo progetto basato sul database AdventureWorksDW2008R2, per supportare diverse nuove viste origine dati e molti più modelli di data mining.Lezione 2: Compilazione di uno scenario di previsione (Esercitazione intermedia sul data mining)
In questa lezione verrà creato un modello di data mining che può essere utilizzato in uno scenario di previsione. Verranno inoltre esplorati i modelli di data mining compilati con l'algoritmo Microsoft Time Series.Verranno compilati modelli per le singole aree geografiche, oltre a un modello generale che può essere utilizzato per la stima incrociata.
Lezione 3: Creazione di uno scenario Market Basket (Esercitazione intermedia sul data mining)
In questa lezione verrà aggiunta una nuova vista origine dati e verrà illustrato come utilizzare le chiavi e le tabelle nidificate. In base a questi dati, verrà creato un modello di data mining che può essere utilizzato in uno scenario di analisi degli acquisti. Verranno inoltre esplorati i modelli di data mining compilati con l'algoritmo Microsoft Association.Lezione 4: Creazione di uno scenario di clustering delle sequenze (Esercitazione intermedia sul data mining)
In questa lezione verrà creato un modello di data mining che può essere utilizzato in uno scenario di clustering delle sequenze. Verranno inoltre esaminati i modelli di data mining compilati con l'algoritmo Microsoft Sequence Clustering.Lezione 5: Creazione dei modelli di rete neurale e di regressione logistica (Esercitazione intermedia sul data mining)
In questa lezione si creeranno alcuni modelli di data mining correlati, utilizzando Microsoft Neural Network e gli algoritmi di Microsoft Logistic Regression. Si apprenderà inoltre a utilizzare le viste origine dati per esplorare i dati sottostanti i modelli.
Requisiti
Verificare che sia installato quanto segue:
Microsoft SQL Server 2008 R2
Microsoft SQL Server Analysis Services
SQL Server con il database AdventureWorksDW2008R2.
Per una maggiore sicurezza, i database di esempio non vengono installati per impostazione predefinita. Per installare i database ufficiali per Microsoft SQL Server, visitare la pagina Web Database di esempio per Microsoft SQL e selezionare SQL Server 2008R2.
Nota
Quando si esegue un'esercitazione, può risultare più agevole spostarsi avanti e indietro nei passaggi se si aggiungono i pulsanti Argomento successivo e Argomento precedente nella barra degli strumenti del visualizzatore di documenti. Per ulteriori informazioni, vedere Aggiunta dei pulsanti Argomento precedente e Argomento successivo alla Guida.
Vedere anche