第9章上数据仓库应用实例课件

第第9章上数据仓库应用实章上数据仓库应用实例例2023/5/17第9章上数据仓库应用实例9.1 数据仓库的数据加载与钻取 9.1.1 数据仓库的数据加载 1.SQL Server的数据复制工具与应用的数据复制工具与应用 5个有关复制的向导工具：创建和管理发布、强制其它服务器订阅、请求订阅、禁用发布和分布、配置发布、订阅服务器和分发 第9章上数据仓库应用实例SQL Server数据复制向导 第9章上数据仓库应用实例2.创建发布向导创建发布向导利用发布向导可以完成这样一些操作：选择发布数据库。使用发布模板。选择发布类型。选择可更新的订阅。可传送的订阅（快照复制或事务复制可使用的选项）。指定订阅服务器类型。指定要发布的数据和数据库对象项目。选择发布名称和描述。自定义发布属性，包括筛选列、筛选行、启用动态筛选器、验证订阅信息、优化同步、允许匿名订阅以及设置快照代理调度，以完成数据发布的创建。数据发布的开始需要在数据发布服务器上打开SQL Server企业管理器，展开一个服务器组，展开复制文件夹，右击发布文件夹，然后单击“新建发布”命令，按照向导提示完成数据的分布创建。第9章上数据仓库应用实例3.创建强制新订阅向导创建强制新订阅向导在强制订阅中，集中的分发服务器将建立调度，按照此调度与远程的、偶尔连接的订阅服务器进行连接。使用强制订阅，分发代理程序（用于快照发布和事务发布）或合并代理程序（用于合并发布）可以运行于分发服务器。建立订阅时要考虑的因素是需要订阅的类型（强制、请求或匿名）以及运行复制代理程序的位置。为了创建订阅，发布服务器上必须有发布，订阅服务器上也必须有订阅数据库。可以在创建订阅之前创建订阅数据库，或在创建强制订阅向导中指定新的订阅数据库。可以为任何在发布服务器和分发服务器的属性中启用的订阅服务器创建强制订阅。第9章上数据仓库应用实例3.创建强制新订阅向导创建强制新订阅向导第9章上数据仓库应用实例4.创建请求订阅向导创建请求订阅向导第9章上数据仓库应用实例5.禁用发布或分布向导禁用发布或分布向导v在在SQL Server的的企企业业管管理理器器中中的的“工工具具”菜菜单单中中打打开开向向导导菜菜单单项项，调调出出“选选择择向向导导”对对话话框框，选选择择其其中中的的“复复制制”节节点点，选选择择“禁禁用用发发布布或或分分布布向向导导”菜菜单单项项。，进进入入“欢欢迎迎使使用用禁禁用用发发布布或或分分布布向向导导”对对话话框框。利利用用该该向向导导可可以以完完成成“除除去去所所选选服服务务器器上上的的所所有有发发布布”或或“除除去去对对应应已已除除去去发发布布的的所所有有订订阅阅”这这些些设设置置不不会会影影响响到到该该服服务务器器从从其其它它发发布布服服务务器器接接受到的订阅。受到的订阅。第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据仓库的数据导入 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载DTS数据导入/导出向导 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据导入源的选择 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据导入源的确定 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据导入目的库选择 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据导入方式选择 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载导入数据表和视图的选择 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据导入源和目的的映射确定 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据导入的转换语言 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载数据导入任务包的保存与调度 第9章上数据仓库应用实例9.1.2 超市数据仓库系统的数据加载超市数据仓库系统的数据加载任务包的作业调度 第9章上数据仓库应用实例任务包的保存任务包的保存 第9章上数据仓库应用实例任务包完成提示任务包完成提示 第9章上数据仓库应用实例任务包的浏览任务包的浏览 第9章上数据仓库应用实例9.1.3 多维数据集的更新多维数据集的更新DTS调度包的建立第9章上数据仓库应用实例处理任务框架处理任务框架 第9章上数据仓库应用实例选择处理对象选择处理对象 第9章上数据仓库应用实例调度任务处理选项确定调度任务处理选项确定 第9章上数据仓库应用实例任务的建立任务的建立 第9章上数据仓库应用实例任务工作流确定任务工作流确定 第9章上数据仓库应用实例任务工作流属性设置任务工作流属性设置 第9章上数据仓库应用实例DTS包的保存包的保存 第9章上数据仓库应用实例任务包的调度设置任务包的调度设置 第9章上数据仓库应用实例任务包的运行时间设置任务包的运行时间设置 第9章上数据仓库应用实例9.1.4 数据仓库的钻取访问数据仓库的钻取访问1.数数据据钻钻取取的的进进入入第9章上数据仓库应用实例2.数据钻取选项的确定数据钻取选项的确定第9章上数据仓库应用实例3.钻取数据列的选择钻取数据列的选择第9章上数据仓库应用实例4.数据钻取角色的管理数据钻取角色的管理在进行数据钻取前，还需要利用与编辑命令同一菜单中的“管理角色”命令确定可以进行数据钻取的管理人员。第9章上数据仓库应用实例5.钻取数据的选择钻取数据的选择第9章上数据仓库应用实例6.钻取结果显示钻取结果显示第9章上数据仓库应用实例9.1.5 数据仓库的多维表达式数据仓库的多维表达式MDX应用应用MDX启动顺序：开始程序Microsoft SQL ServerAnalysis ServicesMDX示例应用程序。启动MDX以后将出现Connect对话框，在Server输入框中输入Analysis Services服务器名称，Provider输入框中输入MSOLAP，单击“OK”按钮后，出现示例应用程序窗口 第9章上数据仓库应用实例MDX新查询建立新查询建立 第9章上数据仓库应用实例MDX查询结果显示查询结果显示 第9章上数据仓库应用实例MDX的立方体旋转显示的立方体旋转显示 第9章上数据仓库应用实例9.2 数据挖掘模型的设计数据挖掘模型的设计9.2.1 数据挖掘对象的分析数据挖掘对象的分析数据挖掘项目组成员 超市营销策略评价主要通过门市、商品、营销策略、日期和客户五个维度。要分析的则是商品的销售量、销售额、商品的成本和商品销售的利润等度量信息。商品销售量增长率=（实施促销策略后商品销售量/实施促销策略前商品销售量-1）100%商品销售额增长率=（实施促销策略后商品销售额/实施促销策略前商品销售额）100%商品利润增长率=（实施促销策略后商品利润/实施促销策略前商品利润）100%商品促销策略门市影响率=不同门市相同促销策略商品利润增长率之比商品促销策略时间影响率=不同时间相同促销策略商品利润增长率之比等各种新的变量。第9章上数据仓库应用实例9.2.2 数据挖掘模型与相关数据的准备数据挖掘模型与相关数据的准备1挖掘模型的确定挖掘模型的确定在在过过去去的的若若干干年年中中的的业业务务趋趋势势是是什什么么？在在业业务务的的不不同同分分类类中中有有哪哪些些最最活活跃跃的的因因素素？不不同同的的元元素素之之间间是是否否存存在在相相关关性性？最最感感兴兴趣趣的的分分类类存存在在哪哪些些地地方方？不不同同的的分分类有哪些层次？类有哪些层次？客户分成客户分成“接收促销接收促销”、“不接收促销不接收促销”两个分类。两个分类。将将客客户户分分成成三三个个不不同同的的聚聚类类，它它们们的的特特征征分分别别有有哪哪些些？销销售售额额前前10个个商商品品聚聚类类是是什什么么？它它们们彼彼此此之之间间有有哪哪些不同之处？些不同之处？有有时时为为了了解解决决一一些些较较大大的的业业务务问问题题，可可能能还还需需要要对对业业务务问问题题进进行行分分解解，将将业业务务问问题题分分解解成成多多个个较较小小的的问问题题。如如果果这这些些问问题题能能够够使使用用分分类类、估估计计、关关联联分分组组、聚聚类类、细细分分或或预预测测等等挖挖掘掘方方法法来来解解决决。那那么么这这一一较较大大的的问问题题也就可以用数据挖掘方法解决。也就可以用数据挖掘方法解决。第9章上数据仓库应用实例9.2.2 数据挖掘模型与相关数据的准备数据挖掘模型与相关数据的准备将将客客户户流流失失问问题题分分解解成成这这样样一一些些问问题题：那那些些已已经经或或正正在在流流失失的的客客户户具具有有哪哪些些特特征征？能能否否建建立立一一个个预预测测正正在在流流失失客客户户的的模模型型，预预测测客客户户流流失失行行为为的的发发生生？能能否否建建立立一一个个模模型型，进进一一步步预预测测那那些些将将要要流流失失的的客客户户会会在在什什么么时时候候流流失失？能能否否建建立立一一个个模模型型解解释释这这些些流流失失客客户户为为什什么么流流失失？对对这这些些分分解解以以后后的的问问题题就就可可以以使使用不同的数据挖掘方法来解决。用不同的数据挖掘方法来解决。第9章上数据仓库应用实例9.2.2 数据挖掘模型与相关数据的准备数据挖掘模型与相关数据的准备可可以以使使用用聚聚类类方方法法将将流流失失的的客客户户分分成成不不同同的的组组，这这就就能能够够很很好好地地说说明明那那些些流流失失客客户户的的特特征征。对对问问题题，则则可可以以将将所所有有客客户户划划分分到到“流流失失”和和“不不流流失失”两两个个客客户户类类中中，这这就就可可以以预预测测那那些些可可能能流流失失的的客客户户。同同时时，这这种种分分类类也也可可以以用用来来解解释释问问题题。而而对对于于问问题题则则可可以以变变换换一一下下角角度度来来考考虑虑，即即开开发发一一个个预预测测模模型型，预预测测客客户户会会在在“近近期期”、“中中期期”、“远远期期”流流失失，这这样样就就可可以以将将所有客户分成所有客户分成“近期近期”、“中期中期”、“远期远期”三个流失类。三个流失类。第9章上数据仓库应用实例9.2.2 数据挖掘模型与相关数据的准备数据挖掘模型与相关数据的准备确定挖掘模型的分析目标或挖掘成功的度量值 度量值的确定步骤：收集企业的关键战略领域报表、识别企业信息量化的度量指标、对这些度量指标进行编码、识别数据挖掘解决业务问题的度量指标、对度量指标设定基线。例如，在超市数据挖掘中经常进行度量的指标有：购买商品的客户百分比、对促销策略响应的客户数、客户购买商品的平均量、某一时间段购买商品的总量或总金额、商品销售的利润率。在确定了度量值以后，还要确定这些度量值的当前值，以便在数据挖掘以后，采取相应对策后的比较。第9章上数据仓库应用实例2挖掘数据的准备挖掘数据的准备建立数据挖掘库：选择业务数据、转换业务数据、验证业务数据。为数据挖掘工作准备训练数据集与数据验证集：确定数据质量、准备适当的数据、为目标变量确定初值、确定数据挖掘变量的格式。第9章上数据仓库应用实例9.2.3 数据挖掘模型的应用数据挖掘模型的应用注意多目标变量之间的相互关系 确定多目标变量最终的分析顺序 剔除那些对目标变量具有强相关性的变量 挖掘模型的维护和完善将所获得挖掘结果存储进多维数据集 第9章上数据仓库应用实例演讲完毕，谢谢听讲!再见，see you again3rew3rew2023/5/17第9章上数据仓库应用实例