东华理工大学聚类分析商务智能模型分析实施报告.docx
《东华理工大学聚类分析商务智能模型分析实施报告.docx》由会员分享，可在线阅读，更多相关《东华理工大学聚类分析商务智能模型分析实施报告.docx（13页珍藏版）》请在冰点文库上搜索。
东华理工大学聚类分析商务智能模型分析实施报告
《数据挖掘与商务智能》
课程考核论文
聚类分析商务智能模型分析实施报告
课程论文考核评分表
序号
考核点
考核内容
分值
成绩
1
课程论文
格式规范，结构完整
20
2
截图完整、正确、自主性强
20
3
结果分析准确，全面
20
4
数据挖掘流程正确，描述清析
20
5
挖掘工程
程序检查正确，与论文相一致
20
5
汇总
100
评分标准：
每一类别分A、B、C、D、E五大类型。
分别对应于分值的100%,80%,60%,40%。
A：
完全达到考核内容的要求。
B：
大部分达到考核内容的要求，在细节上有出入。
C：
基本达到考核内容的要求,出入比较明显。
D：
与要求相距较大，但能反映考核内容要求，如发现有明细抄袭痕迹，该部分的评分为D。
一、挖掘模型描述：
A
AdventureWorksCycles的市场部需要了解客户浏览AdventureWorksCycles网站的方式。
公司认为存在一个时序模式，客户以这种模式将产品放入其购物篮中。
它们希望分析购买序列的顺序，以了解客户如何向其购物篮中添加相关产品。
然后可使用上述信息简化网站的流程，这样便可引导客户购买更多的产品。
使用Microsoft聚类分析算法预测客户将放入购物篮中的下一个产品。
最后，使用这些模型创建预测，以向客户推荐产品。
2、挖掘流程描述：
1、导入AdventureWorksDW2008R2_Data数据库，打开企业管理器，右击数据库，点击“新建数据库”，新建数据库。
2、新建AnalysisServices项目
4、在解决方案资源管理器中，右击新建数据源，链接AdventureWorksDW2008R2_Data数据库。
5、使用服务账户。
6、新建数据源视图
7、添加vAssocSeqOrders、vAssocSeqLineItems视图
8、创建表之间的关系。
9、创建关联挖掘结构，在解决方案资源管理器中，右键单击“挖掘结构”，再选择“新建挖掘结构”以打开数据挖掘向导。
在“欢迎使用数据挖掘向导”页上，单击“下一步”。
在“选择定义方法”页上，确保已选中“从现有关系数据库或数据仓库”，再单击“下一步”。
在“创建数据挖掘结构”页上，确保已选中选项“创建带有挖掘模型的挖掘结构”。
接下来，单击选项“您要使用何种数据挖掘技术?
”的下拉列表，然后选择“Microsoft聚类分析”。
单击“下一步”。
10、在“选择数据源视图”页随即显示。
在“可用数据源视图”下，选择“订单”。
“订单”也是用于市场篮方案的同一数据源视图.在“指定表类型”页上，选中vAssocSeqOrders表旁边的“事例”复选框，然后选中vAssocSeqLineItems表旁边的“嵌套”复选框。
单击“下一步”。
11、在“指定定型数据”页上，通过以下方式选中复选框，来选择要在模型中使用的列：
IncomeGroup选中“输入”复选框。
此列包含关于客户的重要相关信息，这些信息可以用于聚类分析。
您将在第一个模型中使用这些信息，然后在第二个模型中将其忽略。
OrderNumber选中“键”复选框。
此字段将用作事例表的标识符，也就是Key。
一般来说，在任何时候都不应使用事例表的键字段作为输入，因为该键包含的唯一值对聚类分析无用。
Region选中“输入”复选框。
此列包含关于客户的重要相关信息，这些信息可以用于聚类分析。
您将在第一个模型中使用这些信息，然后在第二个模型中将其忽略。
LineNumber选中“键”和“输入”复选框。
LineNumber字段将用作嵌套表的标识符，也就是SequenceKey。
必须始终将嵌套表的键用于输入。
Model选中“输入”和“可预测”复选框。
验证选择是否正确，然后单击“下一步”。
12、在“创建测试集”页上，将“测试数据百分比”更改为20，然后单击“下一步”。
在“完成向导”页的“挖掘结构名称”中，键入SequenceClusteringwithRegion。
在“挖掘模型名称”中，键入SequenceClusteringwithRegion。
选中“允许钻取”框，然后单击“完成”。
13、点击挖掘模型查看器，单击“是”。
单击“运行”。
15、运行结果。
三、挖掘结果分析。
可以看出，在分类特征选项卡中，滚动浏览该选项卡列表，找到了转换TouringTire,TouringTireTube。
这意味着此分类中的客户通常将这些项一起放入购物篮中，而且是严格按照这个顺序放入。
升级会员 