문서를 영문으로 보려면 영문 확인란을 선택하세요. 마우스 포인터를 텍스트 위로 이동시켜 팝업 창에서 영문 텍스트를 표시할 수도 있습니다.
번역
영문

타겟 메일링 마이닝 모델 구조 만들기(기본 데이터 마이닝 자습서)

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 태스크에서는 새 마이닝 구조를 설정하고 Microsoft 의사 결정 트리 알고리즘을 기반으로 초기 마이닝 모델을 추가합니다. 구조를 만들려면 먼저 테이블 및 뷰를 선택하고 학습에 사용될 열과 테스트에 사용될 열을 식별합니다.

타겟 메일링 시나리오의 마이닝 구조를 만들려면

  1. 솔루션 탐색기에서 마이닝 구조를 마우스 오른쪽 단추로 클릭하고 새 마이닝 구조를 선택하여 데이터 마이닝 마법사를 시작합니다.

  2. 데이터 마이닝 마법사 시작 페이지에서 다음을 클릭합니다.

  3. 정의 방법 선택 페이지에서 기존 관계형 데이터베이스 또는 데이터 웨어하우스 사용이 선택되었는지 확인한 후 다음을 클릭합니다.

  4. 데이터 마이닝 구조 만들기 페이지의 사용할 데이터 마이닝 기술을 선택하십시오.에서 Microsoft 의사 결정 트리를 선택합니다.

    참고 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 Tools에서는 localhost를 서버로 사용합니다. 다른 인스턴스나 명명된 인스턴스를 사용할 경우에는 프로젝트 속성을 변경해야 합니다. 자세한 내용은 Analysis Services 프로젝트 만들기(기본 데이터 마이닝 자습서)를 참조하십시오.

  5. 다음을 클릭합니다.

  6. 데이터 원본 뷰 선택 페이지의 사용 가능한 데이터 원본 뷰 창에서 Targeted Mailing을 선택합니다. 찾아보기를 클릭하여 데이터 원본 뷰에서 테이블을 확인한 다음 닫기를 클릭하여 마법사로 돌아갈 수 있습니다.

  7. 다음을 클릭합니다.

  8. 테이블 유형 지정 페이지에서 사례 테이블로 사용할 vTargetMail의 사례 열에 있는 확인란을 선택하고 다음을 클릭합니다. 나중에 테스트를 위해 ProspectiveBuyer 테이블을 사용하겠지만 지금은 무시합니다.

  9. 학습 데이터 지정 페이지에서 모델에 대해 적어도 하나 이상의 예측 가능한 열, 하나의 키 열 및 하나의 입력 열을 식별합니다. BikeBuyer 행의 예측 가능 열에서 확인란을 선택합니다.

    참고 참고

    창 맨 아래에는 경고가 있습니다. 적어도 하나 이상의 입력 열과 하나의 예측 가능 열을 선택할 때까지 다음 페이지로 이동할 수 없습니다.

  10. 제안을 클릭하여 관련 열 제안 대화 상자를 엽니다.

    제안 단추는 하나 이상의 예측 가능한 특성을 선택할 때마다 활성화됩니다. 관련 열 제안 대화 상자에는 예측 가능한 열과 가장 밀접하게 관련된 열이 나열되며 예측 가능한 특성과의 상관 관계순으로 특성이 정렬됩니다. 신뢰도가 95%보다 큰 높은 상관 관계의 열이 자동으로 선택되어 모델에 포함됩니다.

    제안을 검토한 다음 취소를 클릭하여제안을 무시합니다.

    참고 참고

    확인을 클릭하면 나열된 모든 제안이 마법사에서 입력 열로 표시됩니다. 제안 사항에 일부만 동의하면 값을 수동으로 변경해야 합니다.

  11. CustomerKey 행의 Key 열이 선택되어 있는지 확인합니다.

    참고 참고

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

  12. 다음 행의 입력 열에서 확인란을 선택합니다. 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 대한 자세한 내용은 드릴스루 쿼리(데이터 마이닝)을 참조하십시오.

  14. 다음을 클릭합니다.

커뮤니티 추가 항목

추가
표시: