Model zawartości sekwencji klastrowanie modeli górnictwo (Analysis Services - wyszukiwania danych)

Opis struktury sekwencji klastrowanie modelu

Sekwencja modelu klastrowanie ma węzeł nadrzędny pojedynczego (NODE_TYPE = 1) reprezentująca model i jego metadane.Węzeł nadrzędny, która jest oznaczona (wszystkie), ma węzeł pokrewne sekwencji (NODE_TYPE = 13), wyświetla wszystkie przejścia, które zostały wykryte w dane szkolenia.

Algorytm tworzy również liczba klastrów, w zależności od przejścia, które zostały znalezione w danych i inne atrybuty wejściowe, uwzględniane podczas tworzenia modelu, takie jak demograficzne klientów itd.Każdy klaster (NODE_TYPE = 5) zawiera węzeł własnej sekwencji (NODE_TYPE = 13), wyświetla przejścia, używane do generowania tego konkretnego klastra.Z węzła sekwencji można drążyć niedziałający Aby wyświetlić szczegóły stanu pojedynczego przejścia (NODE_TYPE = 14).

Wyjaśnienie sekwencji i przejścia do stanu, z przykładami, zobacz Algorytm klastrowania Microsoft sekwencji.

Model zawartości sekwencji klastrowanie modelu

Ta sekcja zawiera dodatkowe informacje o kolumnach model wyszukiwania zawartość ma szczególne znaczenie dla sekwencji klastrowanie.

• MODEL_CATALOG
  Nazwa bazy danych, w którym przechowywany jest model.

• NAZWA_MODELU
  Nazwa modelu.

• ATTRIBUTE_NAME
  Zawsze puste.

• NAZWA_WĘZŁA
  Nazwa węzła.Obecnie na wartość NODE_UNIQUE_NAME.

• NODE_UNIQUE_NAME
  Unikatowa nazwa węzła.

• NODE_TYPE
  Sekwencja klastrowanie modelu wyświetla następujące typy węzłów:

  Identyfikator typu węzła	Opis
  1 (Wzór)	Węzeł główny dla modelu
  5 (Klastra)	Zawiera liczbę przejść w klastrze, listę atrybutów i statystyki, opisujące wartości w klastrze.
  13 (Sekwencja)	Zawiera listę przejść w skład klastra.
  14 (Przejście)	Opisuje kolejność zdarzeń jako tabela, w której pierwszy wiersz zawiera stan początkowy, a pozostałe wiersze zawierają kolejnych stanów wraz z pomocy technicznej i prawdopodobieństwo statystyki.

• NODE_GUID
  Puste.

• NODE_CAPTION
  Etykiety lub podpis skojarzony węzeł w celach wyświetlania.

  Można zmienić nazwę klastra podpisy podczas korzystania z modelu; Jednakże nowej nazwy nie są utrwalane, jeśli zamkniesz modelu.

• CHILDREN_CARDINALITY
  Oszacowanie liczby dzieci, które ma węzła.

  Główny modelwartość Kardynalność jest równa liczbie klastrów, plus jeden.Aby uzyskać więcej informacji, zobacz Kardynalność.

  Węzłów klastraKardynalność jest zawsze 1, ponieważ każdy klaster ma węzeł podrzędność pojedynczego, który zawiera listę sekwencji w klastrze.

  Sekwencja węzłówKardynalność wskazuje liczbę przejścia, które są uwzględnione w klastrze.Na przykład Kardynalność sekwencji węzła głównego modelu informuje ile przejścia znaleziono całego modelu.

• PARENT_UNIQUE_NAME
  Unikatowa nazwa węzła nadrzędnego.

  Dla wszystkich węzłów poziom głównym, zwracana jest wartość NULL.

• NODE_DESCRIPTION
  Takie samo jak podpis węzła.

• NODE_RULE
  Zawsze puste.

• MARGINAL_RULE
  Zawsze puste.

• NODE_PROBABILITY
  Główny modelzawsze 0.

  Węzłów klastraskorygowane prawdopodobieństwo klastrów w modelu.Skorygowana prawdopodobieństw nie Suma 1, ponieważ metoda klastrowania w sekwencji Klastrowanie umożliwia częściowego członkostwa w wielu klastrów.

  Sekwencja węzłówzawsze 0.

  Przejście węzłówzawsze 0.

• MARGINAL_PROBABILITY
  Główny modelzawsze 0.

  Węzłów klastrana wartość NODE_PROBABILITY.

  Sekwencja węzłówzawsze 0.

  Przejście węzłówzawsze 0.

• NODE_DISTRIBUTION
  Tabela zawierająca prawdopodobieństwa i inne informacje.Aby uzyskać więcej informacji, zobacz NODE_DISTRIBUTION tabeli.

• NODE_SUPPORT
  Liczba przejść, które obsługują ten węzeł.Dlatego jeśli istnieją przykłady 30 sekwencji "Produkt A oraz produkt B" w dane szkolenia obsługi całkowita wynosi 30.

  Główny modelcałkowitą liczbę przejść w modelu.

  Węzłów klastraRaw obsługi klastra, co oznacza liczbę przypadków szkolenia, przyczyniające się do spraw do tego klastra.

  Sekwencja węzłówzawsze 0.

  Przejście węzłówprzypadków w klastrze, które reprezentują określone przejścia.Może być 0 lub mogą mieć wartość dodatnią.Obliczone przez pobranie surowego obsługę węzła klastra i mnożąc przez prawdopodobieństwo klastra.

  Od tej wartości można stwierdzić, ile przypadkach szkolenia przyczyniły się do przejścia.

• MSOLAP_MODEL_COLUMN
  Nie dotyczy.

• MSOLAP_NODE_SCORE
  Nie dotyczy.

• MSOLAP_NODE_SHORT_CAPTION
  Takie samo jak NODE_DESCRIPTION.

Opis sekwencji, Państwa i przejścia

Sekwencja modelu klastrowanie ma unikatowy strukturę, która łączy dwa rodzaje obiektów z bardzo różnych typów informacji: klastry są pierwszego i drugiego przejścia stanów.

Klastry, utworzone przez sekwencji klastrowanie są jak klastry, utworzony przez Microsoft klastrowanie algorytmu.Każdy klaster ma profilu i właściwości.Jednak w sekwencji, klastrowanie, każdy klaster dodatkowo zawiera węzeł podrzędność pojedynczego, zawierający listę sekwencje w klastrze.Każdy węzeł sekwencja zawiera wiele węzłów podrzędność, opisujących przejścia stanów szczegółowo z nimi prawdopodobieństwa.

Są prawie zawsze więcej sekwencji w modelu nie można znaleźć w każdym pojedynczym przypadek, ponieważ można łączonych sekwencji.Usługa Microsoft Analysis Services przechowuje wskaźniki z jednego Państwa do drugiego, dzięki czemu można policzyć ile razy dzieje się każde przejście.Można również znaleźć informacje o ile razy sekwencja wystąpił, i miara jej prawdopodobieństwo zaistnienia w porównaniu do całego zestaw obserwowana Państwa.

W następującej tabela podsumowano sposób przechowywania informacji w modelu i jak węzły są powiązane.

Tabela NODE_DISTRIBUTION

Kardynalność

Instruktaż struktury

Przykładem mogą pomóc wyjaśnić, jak informacje są przechowywane i jak go zinterpretować.Na przykład można znaleźć największą zamówienie oznacza najdłuższy łańcuch zaobserwowanych w danych źródłowych AdventureWorksDW2008R2 za pomocą następującej kwerendy:

USE AdventureWorksDW2008R2
SELECT DISTINCT OrderNumber, Count(*)
FROM vAssocSeqLineItems
GROUP BY OrderNumber
ORDER BY Count(*) DESC

Z tych wyniki stwierdzisz, że numery zamówień 'so72656', 'so58845' i 'so70714' zawierać sekwencje największy, z ośmiu elementów.Za pomocą identyfikatorów zamówienia, można wyświetlić szczegóły określonej kolejności, aby zobaczyć, które elementy zostały zakupione i w jakiej kolejności.

Jednak niektóre klientów, którzy kupili Mountain-500 może zakupu różnych produktów.Można wyświetlić wszystkie produkty występujące 500 górskich, wyświetlając na liście sekwencji w modelu.Poniższe procedury poprowadzą przeglądanie tych sekwencji za pomocą dwóch przeglądarki w Usługi Analysis Services:

Aby wyświetlić powiązane sekwencje za pomocą podglądu sekwencji klastrowanie

Aby wyświetlić powiązane sekwencje za pomocą podglądu zawartości model ogólny

W poniższej tabela przedstawiono wyniki z tabela NODE_DISTRIBUTION wraz z wartości prawdopodobieństwa zaokrąglone, które są wyświetlane w podglądzie graficznego.

Chociaż przypadek Wybraliśmy początkowo z danych szkolenia zawarte produktu "Mountain-500" następuje będzie Tire Mountain ", zobacz temat istnieje wiele możliwych sekwencji.Aby znaleźć szczegółowe informacje dla żadnego konkretnego klastra, należy powtórzyć proces wiercenia niedziałający na liście sekwencji w klastrze rzeczywiste przejścia dla każdego Państwa lub produktu.

Można przechodzić z jednego klastra określonego w wierszu przejścia na liście sekwencji.Z tego wiersza przejścia można ustalić, który produkt jest dalej i przejść do tego produktu na liście sekwencji.Powtórzyć ten proces dla każdego Państwa w pierwszym i drugim można pracować przy użyciu długich łańcuchów Państwa.

Korzystając z informacji sekwencji

Typowym scenariuszem dla sekwencji klastrowanie jest śledzenie użytkownika kliknięć witryna sieci Web.Na przykład gdyby dane z rekordów klienta zakupy witryna sieci Web firmy Adventure Works e-commerce, wynikowy sekwencji klastrowanie modelu można wywnioskować zachowanie użytkownika, zmienić układ witryny e-commerce, rozwiązywanie problemów nawigacji lub wspierania sprzedaży.

Na przykład analiza może pokazać, że użytkownicy zawsze wykonać łańcuch poszczególnych produktów, bez względu na kryteria demograficzne.Ponadto może się okazać, że użytkownicy często zakończyć witryny po kliknięciu danego produktu.ZWAŻYWSZY, że wyszukiwanie, może poprosić jakie dodatkowe ścieżki, można udostępnić użytkownikom, które mogłyby wywołać użytkowników, aby pozostać witryna sieci Web.

Jeśli nie ma dodatkowych informacji w klasyfikacji użytkowników, następnie po prostu można sekwencji informacji do zbierania danych o nawigacji w celu lepszego zrozumienia zachowania ogólnej.Jednakże jeżeli można zbierać informacje o klientach i dopasować informacje z bazy danych klienta, można połączyć moc klastrowanie z przewidywanie na sekwencji zalecenia, które są dostosowane do użytkownika lub prawdopodobnie na podstawie ścieżka nawigacji do bieżącej strona.

Innego wykorzystania wyczerpujące informacje stanu i przejścia opracowane przez sekwencję klastrowanie modelu jest ustalenie, które ścieżki możliwe nigdy nie są używane.Na przykład jeżeli wiele osób odwiedzających witrynę, przechodząc do strona 1-4, ale odwiedzających nigdy przejdź do strona 5, może się zbadać, czy istnieją problemy przeszkadzające w nawigacji do strona 5.Można to zrobić podczas badania zawartości modelu i porównując je z listy możliwych ścieżek.Wykresy, które informują wszystkie ścieżki nawigacji witryna sieci Web można tworzyć programowo lub za pomocą różnych narzędzi do analizy witryny.

Aby dowiedzieć się, jak uzyskać listę ścieżek obserwowanych przez badanie modelu zawartości i Zobacz inne przykłady kwerend sekwencji modelu klastrowanie, zobacz Badanie sekwencji klastrowanie modelu (Analysis Services - wyszukiwania danych).

Zobacz także

Koncepcje