타겟 메일링 마이닝 모델 구조 만들기(기본 데이터 마이닝 자습서)

  • 아티클

 

적용 대상: SQL Server 2016 Preview

타겟 메일링 시나리오를 만드는 첫 번째 단계는 SQL Server Data Tools(SSDT)에서 데이터 마이닝 마법사를 사용하여 새 마이닝 구조와 의사 결정 트리 마이닝 모델을 만드는 것입니다.

이 작업에서는 새 마이닝 구조를 설정를 기반으로 초기 마이닝 모델 추가 Microsoft 의사 결정 트리 알고리즘입니다. 구조를 만들려면 먼저 테이블 및 뷰를 선택하고 학습에 사용될 열과 테스트에 사용될 열을 식별합니다.

타겟 메일링 시나리오의 마이닝 구조를 만들려면

  1. 솔루션 탐색기에서 마우스 오른쪽 단추로 클릭 마이닝 구조 선택한 새 마이닝 구조 데이터 마이닝 마법사를 시작 합니다.

  2. 데이터 마이닝 마법사 시작 페이지에서 다음을 클릭합니다.

  3. 에 정의 방법 선택 페이지에서 기존 관계형 데이터베이스 또는 데이터 웨어하우스 로부터 을 선택한 다음 클릭 다음합니다.

  4. 에 데이터 마이닝 구조 만들기 페이지의 사용할 데이터 마이닝 기술을 사용 하 시겠습니까?, 선택, Microsoft 의사 결정 트리합니다.

    참고


    데이터 마이닝 알고리즘을 찾을 수 없다는 경고가 나타나는 경우 프로젝트 속성이 제대로 구성되지 않은 것일 수 있습니다. 이 경고는 프로젝트가 Analysis Services 서버에서 데이터 마이닝 알고리즘의 목록을 검색하려고 할 때 해당 서버를 찾을 수 없으면 발생합니다. 기본적으로 SQL Server Data Tools 사용 하 여 localhost 서버입니다. 다른 인스턴스나 명명된 인스턴스를 사용할 경우에는 프로젝트 속성을 변경해야 합니다. 자세한 내용은 참조 #40; & Analysis Services 프로젝트 만들기 기본 데이터 마이닝 자습서 및 #41;합니다.

  5. 다음을 클릭합니다.

  6. 에 데이터 원본 뷰 선택 페이지는 사용 가능한 데이터 원본 뷰 선택 창 Targeted Mailing합니다. 클릭할 수 찾아보기 데이터 원본 뷰에서 테이블을 확인 한 다음 클릭 닫기 하 고 마법사로 돌아갑니다.

  7. 다음을 클릭합니다.

  8. 에 테이블 유형 지정 페이지에 있는 확인란을 선택 합니다는 사례 vTargetMail 사례 테이블로 사용을 클릭 한 다음에 대 한 열 다음합니다. 나중에 테스트를 위해 ProspectiveBuyer 테이블을 사용하겠지만 지금은 무시합니다.

  9. 에 학습 데이터 지정 페이지를 식별 하는 하나 이상의 예측 가능한 열, 하나의 키 열 및 하나의 모델에 대 한 열을 입력 합니다. 확인란을 선택 된 예측 가능 열에는 BikeBuyer 행입니다.

    참고


    창 맨 아래에는 경고가 있습니다. 하나 이상 선택 될 때까지 다음 페이지로 이동할 수 없습니다 입력 하나의 예측 가능 열입니다.

  10. 클릭 추천 열려는 관련 열 제안 대화 상자입니다.

    추천 하나 이상의 예측 가능한 특성을 선택할 때마다 단추를 사용할 수 있습니다. 관련 열 제안 대화 상자는 예측 가능한 열에 가장 밀접 한 관련이 있는 열을 나열 하 고 특성의 상관 관계는 예측 가능한 특성을 기준으로 정렬 합니다. 신뢰도가 95%보다 큰 높은 상관 관계의 열이 자동으로 선택되어 모델에 포함됩니다.

    제시 되는 항목을 검토 한 다음 클릭 취소 toignore 제안 합니다.

    참고


    클릭 하면 확인, 나열 된 모든 제안 마법사에서 입력된 열으로 표시 됩니다. 제안 사항에 일부만 동의하면 값을 수동으로 변경해야 합니다.

  11. 확인 확인란에는 키 열을 선택의 CustomerKey 행입니다.

    참고


    데이터 원본 뷰의 원본 테이블이 키를 나타내면 데이터 마이닝 마법사에서 해당 열이 모델의 키로 자동 선택됩니다.

  12. 에 있는 확인란을 선택 합니다.는 입력 다음 행에 있는 열입니다. 확인란을 선택하는 동안 셀 범위를 강조 표시하고 Ctrl 키를 눌러 여러 열을 선택할 수 있습니다.

    • Age

    • CommuteDistance

    • EnglishEducation

    • EnglishOccupation

    • Gender

    • GeographyKey

    • HouseOwnerFlag

    • MaritalStatus

    • NumberCarsOwned

    • NumberChildrenAtHome

    • Region

    • TotalChildren

    • YearlyIncome

  13. 페이지의 가장 왼쪽 열에서 다음 행의 확인란을 선택합니다.

    • AddressLine1

    • AddressLine2

    • DateFirstPurchase

    • EmailAddress

    • FirstName

    • LastName

    왼쪽 열에서만 이러한 행에 확인란이 있습니다. 이러한 열은 구조에 추가되지만 모델에 포함되지는 않습니다. 그러나 모델을 작성하면 드릴스루 및 테스트에 사용할 수 있습니다. 드릴스루에 대 한 자세한 내용은 참조 드릴스루 쿼리 ( 데이터 마이닝 속성 )

  14. 다음을 클릭합니다.

단원의 다음 태스크

데이터 형식 및 콘텐츠 형식 및 #40;를 지정합니다. 기본 데이터 마이닝 자습서 및 #41;

관련 항목:

테이블 형식 지정(데이터 마이닝 마법사)
데이터 마이닝 디자이너
Microsoft 의사 결정 트리 알고리즘