查詢關聯模型 (Analysis Services - 資料採礦)

下列查詢會傳回有關關聯模型 Association 的基本中繼資料，例如模型的名稱、模型儲存位置所在的資料庫，以及模型中子節點的數目。此查詢會使用 DMX 內容查詢從模型的父節點擷取中繼資料：

SELECT MODEL_CATALOG, MODEL_NAME, NODE_CAPTION, 
NODE_SUPPORT, [CHILDREN_CARDINALITY], NODE_DESCRIPTION
FROM Association.CONTENT
WHERE NODE_TYPE = 1

範例結果：

如需這些資料行在關聯模型中代表意義的定義，請參閱＜關聯模型的採礦模型內容 (Analysis Services - 資料採礦)＞。

回頁首

藉由查詢資料採礦結構描述資料列集，您可以找到與 DMX 內容查詢所傳回的相同的資訊。不過，結構描述資料列集會提供一些其他的資料行，例如上次處理模型的日期、採礦結構，以及用來當做可預測屬性的資料行的名稱。

SELECT MODEL_CATALOG, MODEL_NAME, SERVICE_NAME, PREDICTION_ENTITY, 
MINING_STRUCTURE, LAST_PROCESSED
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'Association'

範例結果：

回頁首

下列查詢會傳回單一資料行，其中包含有關在建立模型時所使用參數設定的詳細資料。

SELECT MINING_PARAMETERS 
from $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'Association'

範例結果：

MAXIMUM_ITEMSET_COUNT=200000,MAXIMUM_ITEMSET_SIZE=3,MAXIMUM_SUPPORT=1,MINIMUM_SUPPORT=9.40923449156529E-04,MINIMUM_IMPORTANCE=-999999999,MINIMUM_ITEMSET_SIZE=0,MINIMUM_PROBABILITY=0.4

回頁首

下列查詢會擷取所有的項目集，並附上列出每個項目集中所包含產品的巢狀資料表。NODE_NAME 資料行包含項目集在模型內的唯一識別碼，NODE_CAPTION 則提供項目的文字描述。在此範例中，巢狀資料表會扁平化，使包含兩個產品的項目集會在結果中產品兩個資料列。如果用戶端支援階層資料，則您可以省略 FLATTENED 關鍵字。

SELECT FLATTENED NODE_NAME, NODE_CAPTION,
NODE_PROBABILITY, NODE_SUPPORT,
(SELECT ATTRIBUTE_NAME FROM NODE_DISTRIBUTION) as PurchasedProducts
FROM Association.CONTENT
WHERE NODE_TYPE = 7

範例結果：

回頁首

此範例示範如何使用 DMX 依預設所提供的一些群組和排序函數。在藉由每個節點的支援進行排序時，查詢會傳回前 10 個項目集。請注意，您不需要像在 Transact-SQL 中一樣明確地將結果分組，不過可以在每個查詢中只使用一個彙總函式。

SELECT TOP 10 (NODE_SUPPORT),NODE_NAME, NODE_CAPTION
FROM Association.CONTENT
WHERE NODE_TYPE = 7

範例結果：

回頁首

此範例使用在「資料採礦基本教學課程」中建立的關聯模型。該模型示範如何建立預測查詢，以告訴您要向已購買特定產品的客戶建議什麼產品。此類型的查詢 (在 SELECT…UNION 陳述式中向模型提供值) 稱為單一查詢。因為與新值相對應的可預測模型資料行是巢狀資料表，所以您必須使用一個 SELECT 子句將新值對應到巢狀資料表資料行 [Model]，並用另一個 SELECT 子句將巢狀資料表資料行對應到案例層級資料行 [v Assoc Seq Line Items]。將關鍵 INCLUDE-STATISTICS 加入至查詢可讓您看到建議的機率和支援。

SELECT PredictAssociation([Association].[vAssocSeqLineItems],INCLUDE_STATISTICS, 3)
FROM [Association]
NATURAL PREDICTION JOIN 
(SELECT
(SELECT 'Classic Vest' as [Model])
AS [v Assoc Seq Line Items])
AS t

範例結果：

回頁首

雖然規則對產生建議很有用，但如果要較深入地分析資料集中的模式，則項目集比較有趣。例如，如果您對於前述範例查詢所傳回的建議不滿意，則可以檢查其他包含產品 A 的項目集，以進一步了解產品 A 是否為客戶會搭配所有產品類型而購買的配件，或者 A 與特定產品的購買有強烈的關聯性。探索這些關聯性最簡單的方式，就是在 Microsoft 關聯檢視器中篩選項目集；不過您可以藉由查詢來擷取相同的資訊。

下列範例查詢會傳回所有包含「水瓶」項目的項目集 (包含單一項目水瓶)。

SELECT TOP 100 FROM 
(
SELECT FLATTENED NODE_CAPTION, NODE_SUPPORT, 
(SELECT ATTRIBUTE_NAME from NODE_DISTRIBUTION
WHERE ATTRIBUTE_NAME = 'v Assoc Seq Line Items(Water Bottle)') as D
FROM Association.CONTENT
WHERE NODE_TYPE = 7
) AS Items
WHERE [D.ATTRIBUTE_NAME] <> NULL
ORDER BY NODE_SUPPORT DESC

範例結果：

這個查詢會同時傳回巢狀資料表中符合準則的資料列，以及外部或案例資料表中的所有資料列。因此，您必須加入條件來排除目標屬性名稱具有 Null 值的案例資料表資料列。

回頁首