Aggiunta di un modello di regressione logistica alla struttura del call center (Esercitazione intermedia sul data mining)
Oltre ad analizzare i fattori che potrebbero influire sul funzionamento del call center, è inoltre necessario fornire alcuni consigli specifici su come il personale può migliorare il livello del servizio. In questa attività verrà utilizzata la stessa struttura di data mining utilizzata per creare il modello esplorativo e verrà aggiunto un modello di data mining che sarà utilizzato per la creazione di stime.
In Analysis Services un modello di regressione logistica è basato sull'algoritmo Microsoft Neural Network e pertanto fornisce la stessa flessibilità e le funzionalità di un modello di rete neurale, ma è più adatto per la stima dei risultati.
Per questo scenario è possibile riutilizzare tutte le colonne incluse nel modello di rete neurale. Tuttavia, quando si aggiungono i nuovi modelli a una struttura di data mining, per impostazione predefinita tali modelli vengono creati con gli stessi input e attributi stimabili del primo modello di data mining. Pertanto, è necessario modificare gli input e gli attributi stimabili per personalizzare il nuovo modello in modo da soddisfare le esigenze aziendali.
Per assicurarsi inoltre che i modelli Call Center siano il più simili possibile, il parametro del valore di inizializzazione viene impostato per entrambi i modelli. . Tale parametro assicura che il modello rimanga invariato durante il processo di rielaborazione. Se non si specifica un valore numerico per il parametro di inizializzazione, SQL Server Analysis Services genererà un valore di inizializzazione basato sul nome del modello. Poiché il modello di rete neurale e il modello di regressione logistica creati hanno nomi diversi, è necessario impostare un valore di inizializzazione per assicurarsi che i dati vengano elaborati a partire dallo stesso punto esatto.
Per aggiungere un nuovo modello di data mining alla struttura di data mining del call center
In Esplora soluzioni di Business Intelligence Development Studio fare clic con il pulsante destro del mouse sulla struttura di data mining Call Center Binned e scegliere Apri finestra di progettazione.
In Progettazione modelli di data mining fare clic sulla scheda Modelli di data mining.
Fare clic su Crea modello di data mining correlato.
Nella finestra di dialogo Nuovo modello di data mining digitare Call Center - LR in Nome modello . In Nome algoritmo selezionare Microsoft Logistic Regression.
Fare clic su OK.
Nella scheda Modelli di data mining verrà visualizzato il nuovo modello di data mining.
Per personalizzare il modello di regressione logistica
Nella colonna del nuovo modello di data mining Call center - LR lasciare Fact CallCenter ID come chiave.
Modificare il valore di ServiceGrade e Level Two Operators in Stima.
Queste colonne verranno utilizzate sia per la stima che per l'input. Quando si includono più attributi stimabili in un modello di rete neurale o di regressione logistica, si creano in effetti due modelli distinti all'interno dello stesso contenitore di metadati. L'algoritmo crea un sottoalbero distinto per ciascun set di attributi stimabili.
Impostare tutte le altre colonne su Input.
Per specificare il valore di inizializzazione ed elaborare i modelli
Nella scheda Modello di data mining fare clic con il pulsante destro del mouse sulla colonna del modello Call Center - LR e scegliere Imposta parametro algoritmo.
Nella riga del parametro HOLDOUT_SEED fare clic sulla cella vuota sotto Valore e digitare 1. Fare clic su OK.
Nota
Il valore scelto come valore di inizializzazione non è importante, a condizione che si utilizzi lo stesso valore di inizializzazione per tutti i modelli correlati.
Scegliere Elabora struttura di data mining e tutti i modelli dal menu Modelli di data mining. Fare clic su Sì per distribuire il progetto di data mining aggiornato nel server.
Nella finestra di dialogo Elabora modello di data mining fare clic su Esegui.
Fare clic su Chiudi per chiudere la finestra di dialogo Stato elaborazione, quindi fare di nuovo clic su Chiudi per chiudere la finestra di dialogo Elabora modello di data mining.
Attività successiva della lezione
Creazione di stime per i modelli Call Center (Esercitazione intermedia sul data mining)