对于数据挖掘有两个常见的误区,一个是认为数据挖掘就是商业智能,另一种则认为数据挖掘高不可攀遥不可及,前者夸大了数据挖掘的能力,后者则夸大了数据挖掘的难度。那么什么是数据挖掘呢?
在过去的二十年中,经济快速发展,组织机构普遍都收集了大量的商业数据。然而,拥有大量的数据并不意味着拥有了丰富的商业信息。因此,商业智能需要进展到下一步——数据挖掘。
数据挖掘是从大型数据集中发现可行信息的过程。数据挖掘使用数学分析来派生存在于数据中的模式和趋势。通常,由于这些模式的关系过于复杂或涉及数据过多,因此使用传统数据浏览无法发现这些模式。
使用SQL Server数据挖掘功能创建易于使用、可扩展的、可存取的、和灵活的商务智能平台,并在商务智能中采取下一步步骤。通过浏览您的数据、发现能够揭示关于您的产品,客户,市场,以及雇员的潜在趋势的模型
可以使用 Microsoft SQL Server Analysis Services 中的数据挖掘向导在 Analysis Services 项目或数据库中创建新的 OLAP 挖掘结构。
可以按五个基本步骤在 SQL Server Analysis Services 中创建准确性图表
使用数据挖掘向导,可在 Microsoft SQL Server Analysis Services 项目或数据库中创建一个新的挖掘结构。
在数据挖掘设计器的“挖掘模型预测”选项卡中,可以创建许多不同类型的查询。可以通过使用设计器或者通过键入数据挖掘扩展插件 (DMX) 语句来创建查询。
在 Business Intelligence Development Studio 中,使用数据挖掘设计器的“挖掘模型预测”选项卡中的预测查询生成器,可以设计和运行数据挖掘扩展插件 (DMX) 预测查询。
在 Microsoft SQL Server Analysis Services 中,用于预测查询的数据有时包含在事例表和嵌套表中。本过程介绍如何在对要求输入嵌套表的模型创建预测查询时指定事例表和嵌套表。
“钻取”意味着能够查询挖掘模型和挖掘结构以了解有关包括在模型或结构中的事例的详细信息。SQL Server 2008 提供了两个用来钻取到事例数据的不同选项。
XML 用于 Analysis Services 服务器和所有客户端之间的通信。因此,尽管使用 DMX 创建内容查询通常会更轻松,但还可使用 XML/A 中的 DISCOVER 和 COMMAND 语句编写这些查询
使用时序模型,可以通过许多选项来进行预测:使用挖掘模型中现有的模式和数据,使用挖掘模型中的现有模式但提供新数据
使用“数据挖掘查询任务”对话框的“查询”选项卡可以基于挖掘模式创建预测查询。在此对话框中还可以将参数和结果集绑定到变量。
数据挖掘通常被称为“从大型数据库提取有效、可行信息的过程”。换言之,数据挖掘帮助您发现数据中存在的模式和趋势。Microsoft SQL Server Analysis Services
数据挖掘模型可向挖掘结构所代表的数据应用挖掘模型算法。如挖掘结构一样,挖掘模型也包含列。挖掘模型包含在挖掘结构之内,继承由挖掘结构定义的所有属性值。
将服务器中的挖掘模型或挖掘结构对象提取到一个 Analysis Services 备份文件 (.abf) 中。
处理指定的数据挖掘对象。有关处理挖掘模型和挖掘结构的详细信息,请参阅处理数据挖掘对象。
根据所用的数据挖掘扩展插件 (DMX) 子句,清除挖掘模型、挖掘结构或挖掘结构及其所有关联的挖掘模型。