Aggiunta di un modello di regressione logistica alla struttura del call center (Esercitazione intermedia sul data mining)
Oltre ad analizzare i fattori che potrebbero influire sul funzionamento del call center, è inoltre necessario fornire alcuni consigli specifici su come il personale può migliorare la qualità del servizio. In questa attività verrà utilizzata la stessa struttura di data mining utilizzata per compilare il modello esplorativo e verrà aggiunto un modello di data mining che sarà utilizzato per la creazione di stime.
In Analysis Services, un modello di regressione logistica si basa sull'algoritmo reti neurali e offre quindi la stessa flessibilità e potenza di un modello di rete neurale. La regressione logistica è tuttavia particolarmente appropriata per stimare risultati binari.
Per questo scenario si utilizzerà la stessa struttura di data mining utilizzata per il modello di rete neurale. Il nuovo modello verrà tuttavia personalizzato per soddisfare le esigenze aziendali. Si desidera migliorare la qualità del servizio e determinare quanti operatori esperti sono necessari, pertanto si configurerà il modello per stimare tali valori.
Per assicurarsi che i tutti i modelli basati sui dati del call center siano il più possibile simili, si utilizzerà lo stesso valore di inizializzazione precedente. L'impostazione del parametro del valore di inizializzazione assicura che il modello elabori i dati dallo stesso punto iniziale e riduca le variazioni causate dagli elementi nei dati.
Per aggiungere un nuovo modello di data mining alla struttura di data mining del call center
In SQL Server Data Tools (SSDT), in Esplora soluzioni fare clic con il pulsante destro del mouse sulla struttura di data mining, Call Center Binned e selezionare Apri Designer.
In Data Mining Designer fare clic sulla scheda Modelli di data mining.
Fare clic su Crea un modello di data mining correlato.
Nella finestra di dialogo Nuovo modello
Call Center - LRdi data mining digitare . Per Nome algoritmo selezionare Microsoft Logistic Regression.Fare clic su OK.
Il nuovo modello di data mining viene visualizzato nella scheda Modelli di data mining .
Per personalizzare il modello di regressione logistica
Nella colonna per il nuovo modello di data mining lasciare
Call Center - LRl'ID Fact CallCenter come chiave.Modificare il valore di ServiceGrade e i due operatori di livello per stimare.
Queste colonne verranno utilizzate sia per la stima che per l'input. In sostanza, si creano due modelli separati basati sugli stessi dati: uno che stima il numero di operatori e uno che stima il livello di servizio.
Modificare tutte le altre colonne in Input.
Per specificare il valore di inizializzazione ed elaborare i modelli
Nella scheda Modello di data mining fare clic con il pulsante destro del mouse sulla colonna per il modello denominato Call Center - LR e selezionare Imposta parametri algoritmo.
Nella riga del parametro HOLDOUT_SEED fare clic sulla cella vuota in Valore e digitare
1. Fare clic su OK.Nota
Il valore scelto come valore di inizializzazione non è importante, a condizione che si utilizzi lo stesso valore di inizializzazione per tutti i modelli correlati.
Nel menu Modelli di data mining selezionare Struttura di data mining e Tutti i modelli. Fare clic su Sì per distribuire il progetto di data mining aggiornato nel server.
Nella finestra di dialogo Modello di data mining del processo fare clic su Esegui.
Fare clic su Chiudi per chiudere la finestra di dialogo Stato processo e quindi fare clic di nuovo su Chiudi nella finestra di dialogo Modello di data mining del processo .
Attività successiva della lezione
Creazione di stime per i modelli Call Center (Esercitazione intermedia sul data mining)