Market Basket DMX-Lernprogramm

In diesem Lernprogramm erfahren Sie, wie Miningmodelle mithilfe der Abfragesprache Data Mining-Erweiterungen (Data Mining Extensions, DMX) erstellt, trainiert und analysiert werden. Anschließend verwenden Sie diese Miningmodelle zum Erstellen von Vorhersagen, die beschreiben, welche Produkte tendenziell als Kombinationskäufe erworben werden.

Die Miningmodelle werden aus den Daten erstellt, die in der AdventureWorksDW2012-Beispieldatenbank enthalten sind, die Daten für das fiktive Unternehmen Adventure Works Cycles speichert. Adventure Works Cycles ist ein großes multinationales Produktionsunternehmen. Das Unternehmen fertigt und verkauft Fahrräder aus Metall und Verbundwerkstoffen auf dem nordamerikanischen, europäischen und asiatischen Markt. Der Hauptsitz befindet sich mit 290 Mitarbeitern in Bothell, Washington. Darüber hinaus sind mehrere regionale Vertriebsteams über die internationalen Zielmärkte des Unternehmens verteilt.

Lernprogrammszenario

Adventure Works Cycles hat beschlossen, eine benutzerdefinierte Anwendung zu erstellen, die Data Mining-Funktionen verwendet, um vorherzusagen, welche Produkttypen ihre Kunden gleichzeitig kaufen. Das Ziel für die benutzerdefinierte Anwendung besteht darin, eine Reihe von Produkten anzugeben und vorherzusagen, welche zusätzlichen Produkte mit den angegebenen Produkten gekauft werden. Adventure Works Cycles verwendet diese Informationen dann, um ihrer Website ein "Vorschlagsfeature" hinzuzufügen, und um die Art und Weise besser zu organisieren, wie sie Informationen für ihre Kunden präsentieren.

Microsoft SQL Server Analysis Services bietet mehrere Tools, die zum Ausführen dieser Aufgabe verwendet werden können:

• Die DMX-Abfragesprache

• Der Microsoft Association-Algorithmus

• Abfrage-Editor in SQL Server Management Studio

Data Mining Extensions (LANGUAGE) ist eine Abfragesprache von Analysis Services, die Sie zum Erstellen und Arbeiten mit Miningmodellen verwenden können. Der Microsoft Association-Algorithmus erstellt Modelle, die die Produkte vorhersagen können, die wahrscheinlich zusammen gekauft werden.

Ziel dieses Lernprogramms ist es, die DMX-Abfragen bereitzustellen, die in der angepassten Anwendung verwendet werden.

Weitere Informationen: Data Mining-Lösungen

Miningstruktur und Miningmodelle

Bevor Sie mit der Erstellung von ASPX-Anweisungen beginnen, ist es wichtig, die wichtigsten Objekte zu verstehen, die Analysis Services zum Erstellen von Miningmodellen verwendet. Die Miningstruktur ist eine Datenstruktur, die die Datendomäne definiert, aus der Miningmodelle erstellt werden. Eine einzelne Miningstruktur kann mehrere Miningmodelle enthalten, die dieselbe Domäne gemeinsam nutzen. Ein Miningmodell wendet einen Miningmodellalgorithmus für die Daten an, welcher durch eine Miningstruktur dargestellt wird.

Die Grundbausteine der Miningstruktur sind die Miningstrukturspalten, die die in der Datenquelle enthaltenen Daten beschreiben. Diese Spalten enthalten Informationen, z. B. über den Datentyp, den Inhaltstyp und die Verteilung der Daten.

Miningmodelle müssen die in der Miningstruktur beschriebene Schlüsselspalte sowie eine Teilmenge der übrigen Spalten enthalten. Das Miningmodell definiert die Verwendung jeder einzelnen Spalte und den zum Erstellen des Miningmodells verwendeten Algorithmus. Beispiel: Sie können in DMX angeben, dass eine Spalte eine Schlüsselspalte oder ein PREDICT-Spalte ist. Eine Spalte, für die kein Typ angegeben ist, wird als Eingabespalte behandelt.

Es gibt in DMX zwei Möglichkeiten, Miningmodelle zu erstellen. Sie können die Miningstruktur und das zugehörige Miningmodell entweder zusammen mithilfe der CREATE MINING MODEL-Anweisung erstellen, oder Sie können zuerst mithilfe der CREATE MINING STRUCTURE-Anweisung eine Miningstruktur erstellen und dann der Miningstruktur mithilfe der ALTER STRUCTURE-Anweisung ein Miningmodell hinzufügen. Diese Methoden werden unten beschrieben.

CREATE MINING MODEL
Verwenden Sie diese Anweisung, um eine Miningstruktur und ihr zugehöriges Miningmodell (unter Verwendung desselben Namens) zusammen zu erstellen. An den Namen des Miningmodells wird "Structure" angefügt, um es von der Miningstruktur zu unterscheiden.

Diese Anweisung ist hilfreich, wenn Sie eine Miningstruktur erstellen, die ein einzelnes Miningmodell enthält.

Weitere Informationen finden Sie unter CREATE MINING MODEL (CREATE MINING MODEL, MINING MODEL, CREATE MINING MODEL, MINING MODEL, CREATE MINING

CREATE MINING STRUCTURE
Verwenden Sie diese Anweisung, um eine neue Miningstruktur ohne Modelle zu erstellen.

Wenn Sie CREATE MINING STRUCTURE verwenden, können Sie zudem ein zurückgehaltenes Dataset erstellen. Dieses kann zum Testen aller Modelle verwendet werden, die auf der gleichen Miningstruktur basieren.

Weitere Informationen finden Sie unter CREATE MINING STRUCTURE (MINING STRUCTURE, CREATE MINING STRUCTURE, MINING STRUCTURE, CREATE MINING

ALTER MINING STRUCTURE
Verwenden Sie diese Anweisung, um einer Miningstruktur ein Miningmodell hinzuzufügen, das bereits auf dem Server vorhanden ist.

Es kann mehrere Gründe geben, warum Sie einer einzelnen Miningstruktur mehr als nur ein Miningmodell hinzufügen sollten. Ein Grund könnte beispielsweise sein, dass Sie mehrere Miningmodelle mit unterschiedlichen Algorithmen erstellen möchten, um herauszufinden, mit welchem Modell die besten Ergebnisse erzielt werden. Alternativ können Sie mehrere Miningmodelle mit demselben Algorithmus, jedoch mit einer anderen Einstellung für einen Parameter in jedem Miningmodell erstellen, um die beste Einstellung für diesen Parameter zu ermitteln.

Weitere Informationen finden Sie unter ALTER MINING STRUCTURE (MINING STRUCTURE, MINE STRUCTURE).

Da Sie eine Miningstruktur erstellen, die mehrere Miningmodelle beinhaltet, verwenden Sie in diesem Lernprogramm die zweite Methode.

Weitere Informationen

Data Mining Extensions (QUERY) Reference, Understanding the SHAPE Select Statement, Structure and Usage of QUERY Prediction Queries

Lernziele

Dieses Lernprogramm ist in die folgenden Lektionen aufgeteilt:

Lektion 1: Erstellen der Market Basket-Miningstruktur
In dieser Lektion erfahren Sie, wie mithilfe der CREATE-Anweisung Miningstrukturen erstellt werden.

Lektion 2: Hinzufügen von Miningmodellen zur Market Basket-Miningstruktur
In dieser Lektion erfahren Sie, wie einer Miningstruktur mithilfe der ALTER-Anweisung Miningmodelle hinzugefügt werden.

Lektion 3: Verarbeiten der Market Basket-Miningstruktur
In dieser Lektion erfahren Sie, wie mithilfe der INSERT INTO-Anweisung Miningstrukturen und ihre zugehörigen Miningmodelle verarbeitet werden.

Lektion 4: Ausführen von Warenkorbvorhersagen
In dieser Lektion erfahren Sie, wie mithilfe der PREDICTION JOIN-Anweisung Vorhersagen für Miningmodelle erstellt werden.

Anforderungen

Stellen Sie vor dem Durchführen des Lernprogramms sicher, dass Folgendes installiert ist:

• Microsoft SQL Server

• Microsoft SQL Server Analysis Services

• Die AdventureWorksDW2012-Datenbank

Aus Sicherheitsgründen werden die Beispieldatenbanken standardmäßig nicht installiert. Wenn Sie die offiziellen Beispieldatenbanken für Microsoft SQL Server installieren möchten, wechseln Sie zur https://www.CodePlex.com/MSFTDBProdSamples Startseite von Microsoft SQL Server-Beispielen und Communityprojekten im Abschnitt "Microsoft SQL Server-Produktbeispiele". Klicken Sie auf Datenbankenund anschließend auf die Registerkarte Releases , und wählen Sie die gewünschten Datenbanken aus.

Hinweis

Zur besseren Anzeige der Lernprogramme empfehlen wir Ihnen, dass Sie der Symbolleiste in der Dokumentanzeige die Schaltflächen Nächstes Thema und Vorheriges Thema hinzufügen.

Weitere Informationen

DMX Bike Buyer-Tutorial
Tutorial zu Data Mining-Grundlagen
Lektion 3: Erstellen eines Marktkorbszenarios (Lernprogramm für zwischen dem Data Mining)