30、数据挖掘入门与实践

数据挖掘入门与实践

1. 数据挖掘基础与聚类模型创建

1.1 数据挖掘流程启动

数据挖掘过程始于为客户细分练习创建新的挖掘模型。我们借助现有的Analysis Services项目，该项目包含了具有数据仓库信息（如店内销售）和新互联网信息的多维数据集和维度。在Analysis Services数据挖掘中，我们会定义一个挖掘结构，它描述了用于数据挖掘的底层数据。每个挖掘结构可以包含多个挖掘模型，如聚类模型和关联模型，这些模型都使用相同的底层数据，但方式不同。

1.2 创建聚类数据挖掘模型的步骤

我们以电子商务示例项目为例，因为它已经包含了必要的源多维数据集和维度。以下是具体步骤：
1. 打开Business Intelligence Development Studio。
2. 从“文件”菜单中选择“打开项目”，然后打开电子商务示例项目。
3. 在“项目”菜单中，选择“新建挖掘结构”。
4. 在第一个向导页面之后，选择“从现有多维数据集”作为定义方法，然后点击“下一步”。
5. 选择Microsoft Clustering数据挖掘技术，然后点击“下一步”。
6. 从电子商务多维数据集中选择“客户”维度，然后点击“下一步”。
7. 对于事例键，保留“客户”属性的默认选择，然后点击“下一步”。
8. 选择客户的所有与互联网活动相关的属性，如“互联网用户”和“互联网购买者”，以及第一节中描述的“自……以来的月数”属性。此外，从多维数据集中选择“访问次数”和“销售金额”，然后点击“下一步”。
9. 在“挖掘模型列用法”页面上，保留默认选择——我们选择的所有列都将用作输入。点