1、SQL ServerMicrosoftSQL Server 2005之?dāng)?shù)據(jù)挖掘提綱數(shù)據(jù)挖掘概述 什么是數(shù)據(jù)挖掘?典型商務(wù)問題SQL Server 2005 系統(tǒng)中的數(shù)據(jù)挖掘Key messages DMX新特征介紹有關(guān)工具分析引擎BI 集成演示Q&A什么是數(shù)據(jù)挖掘?數(shù)據(jù)堪察模式發(fā)現(xiàn)預(yù)測(cè)處理典型的商業(yè)問題客戶的信用風(fēng)險(xiǎn)是什么?我的客戶是哪些?客戶比較傾向于同時(shí)買哪些商品?下個(gè)月我能銷售多少Pepsi可樂?我的商店的潛在客戶會(huì)有多少?在互聯(lián)網(wǎng)上“我”的主要客戶群又是哪些?SQL Server 2005 中的數(shù)據(jù)挖掘微軟的解決方案SQL 2000進(jìn)入DM領(lǐng)域創(chuàng)立工業(yè)標(biāo)準(zhǔn)整合開發(fā)者建議推出產(chǎn)品、步入市

2、場(chǎng)V1.0版本中已包括兩個(gè)著名算法SQL Yukon成為DM領(lǐng)域領(lǐng)導(dǎo)者面向軟件開發(fā)人員完善行業(yè)標(biāo)準(zhǔn)完備的分析功能向企業(yè)級(jí)應(yīng)用滲透數(shù)據(jù)挖掘 與 Microsoft 商務(wù)智能Analysis ServicesOLAP & Data MiningIntegrationServicesSQL ServerRelational EngineReporting ServicesManagement ToolsDev Tools Visual Studio .NetExcelOWCMap PointData AnalyzerBalanced Score CardSharePoint Portal Serve

3、rWindows ServerWindows ClientKey Messages嵌入式數(shù)據(jù)挖掘集成平臺(tái)高端分析與ISVs聯(lián)盟從DM 到 LOB 都可嵌入應(yīng)用DM SQL語(yǔ)言- DMXXML/A 支持Key Messages嵌入式數(shù)據(jù)挖掘集成平臺(tái)高端分析與ISVs聯(lián)盟與關(guān)系數(shù)據(jù)庫(kù)(relational)，OLAP，DTS和匯報(bào)(reporting)技術(shù)的緊密集成SQL Server: BI的基礎(chǔ)平臺(tái)Key Messages嵌入式數(shù)據(jù)挖掘集成平臺(tái)高端分析與ISVs聯(lián)盟主流的數(shù)據(jù)挖掘算法增強(qiáng)的可視化控件Key Messages嵌入式數(shù)據(jù)挖掘集成平臺(tái)高端分析與ISVs聯(lián)盟傾力關(guān)注于市場(chǎng)的拓展基于DM

4、X和XML/A的DM工業(yè)標(biāo)準(zhǔn)的最終統(tǒng)一第三方算法Plug-in完備集算法決策樹聚類時(shí)間序列序列聚類關(guān)聯(lián)Nave 貝葉斯神經(jīng)網(wǎng)絡(luò)Text Mining簡(jiǎn)單數(shù)據(jù)StudentIDGenderParent IncomeIQEncouragementCollegePlans1Male23400120Not EncouragedNo2Female7920090EncouragedYes3Male42000105Not EncouragedYes復(fù)雜數(shù)據(jù)API: DMX CREATE MINING MODEL CreditRisk(CustID LONG KEY,Gender TEXT DISCRETE,

5、Income LONG CONTINUOUS,Profession TEXT DISCRETE,Risk TEXT DISCRETE PREDICT)USING Microsoft_Decision_TreesINSERT INTO CreditRisk (CustId, Gender, Income, Profession, Risk)Select CustomerID, Gender, Income, Profession,RiskFrom CustomersSelect NewCustomers.CustomerID, CreditRisk.Risk, PredictProbabilit

6、y(CreditRisk)FROM CreditRisk PREDICTION JOIN NewCustomersON CreditRisk.Gender=NewCustomer.Gender AND CreditRisk.Income=NewCustomer.IncomeAND CreditRisk.Profession=NewCustomer.Profession數(shù)據(jù)挖掘流程與 DTS數(shù)據(jù)流和任務(wù)流的緊密集成數(shù)據(jù)流 模型訓(xùn)練預(yù)測(cè)Text Mining任務(wù)流預(yù)測(cè)模型訓(xùn)練OLAP 挖掘模型增強(qiáng)模型構(gòu)造上的高靈活性示例: 西北地區(qū)上月的市場(chǎng)籃子銷量分析預(yù)測(cè)下一年的銷量數(shù)據(jù)挖掘維度高性能增強(qiáng)的 OLAP 挖掘模型向?qū)Ш途庉嬈髋c關(guān)系挖掘模型的一致性設(shè)計(jì)CustomersMining DimensionDM報(bào)表DMX 查詢作為SQL Server 報(bào)表數(shù)據(jù)源報(bào)表編譯器中嵌入查詢語(yǔ)言生成器Pus